“APLICACIÓN DE UN MODELO PREDICTIVO DE …cybertesis.ubiobio.cl/tesis/2011/moreno_m/doc/moreno_m.pdfG. Algoritmo de Howard-Harris ..... 63 II. Métodos no Jerárquicos ..... 64

Universidad del Bío-Bío Profesor Guía: Sr. Arnaldo Jélvez C.

Facultad de Ingeniería

Departamento de Ingeniería Industrial

“APLICACIÓN DE UN MODELO PREDICTIVO DE FUGA DE

CLIENTES UTILIZANDO DATA MINING EN VTR

GLOBALCOM S.A. ZONA SUR”

Trabajo de titulación presentado en conformidad a los requisitos para

obtener el título de Ingeniero Civil Industrial

CONCEPCIÓN, DICIEMBRE 2011 MAURICIO E. MORENO ECHEVERRÍA

VÍCTOR F. J. OVALLE RETAMAL

i

DEDICATORIAS

De: Mauricio E. Moreno Echeverría

Dedico esta investigación a mi familia, en

especial a mi Madre por su amor y gran esfuerzo

que ha puesto en brindarme una buena educación

desde pequeño, logrando además inculcar

principios y valores que me han ayudado de apoco

a lograr el cumplimiento de metas y desafíos.

A mi hermana Carolina, por su apoyo

incondicional en todos estos años de vida. A mis

sobrinos Alonso, Cristóbal y Daniela por

brindarme tantas alegrías. A mí cuñado Luis por

aconsejarme tantas veces en temas de la

universidad, Y a Pilar, por su amor constante e

incondicional durante todos estos años

importantes.

"Así que no temas, porque yo estoy contigo; no te

angusties, porque yo soy tu Dios. Te fortaleceré y

te ayudare; te sostendré con mi diestra victoriosa".

(Isaías 41-10).

Mauro.

ii

De: Víctor F. J. Ovalle Retamal

Quiero dedicar este trabajo con todo mi corazón

a mi papá y mamá, por todo el amor, esfuerzo,

preocupación, valores, enseñanzas de vida y

educación entregadas desde niño hasta lo que soy

hoy en día, ya que sin la ayuda y confianza

depositada hacia mí, jamás hubiese conseguido

alcanzar este logro.

A mis hermanas Johana, Paola y sus familias

por su apoyo, a mis abuelos Juan y Rosa, y a mi tío

Juan Miguel por aguantarme dos años en su hogar

y además por la preocupación entregada. A mi tía

María Cristina, por siempre confiar en mí y ser un

apoyo para con mi madre a pesar de la distancia.

A mis padrinos Alfonso & Irma de San Javier,

por siempre estar al tanto de mí y por estar al lado

de mis padres en buenos y malos momentos.

A la familia Bravo Muñoz, quienes me

recibieron el año 2009 en su hogar por hacerme

sentir como uno más de ellos, por la confianza

entregada, preocupación y cariño muchas gracias.

Víctor Ovalle Retamal.

iii

AGRADECIMIENTOS

Primero que todo, queremos agradecer a Dios por darnos las capacidades y

herramientas que nos permitieron llegar al final de esta aventura.

A nuestras familias por su apoyo irrestricto, amigos, compañeros y personas

que fuimos conociendo en el camino y que aportaron tanto a nuestra formación

académica, como humana.

A nuestro profesor guía Sr. Arnaldo Jélvez Caamaño por su apoyo constante

en la realización de la investigación. Por su comprensión en los momentos de

dificultad, cooperación y sobretodo, por su calidez humana.

A Ricardo Tapia y Francisco Cantero, por darnos la oportunidad de desarrollar

nuestro trabajo, a Rodrigo Velásquez, Nicolás Von Caprivi, Daniel Jorquera, y en

general a todo el personal VTR Globalcom S.A. por el apoyo entregado a lo largo de

estos meses, y por la comprensión que tuvieron para con nosotros.

Por último, agradecer al profesor Sr. Nelson Caro (Q.E.P.D.) por la buena

formación que nos entregó en los cursos de Gestión, por inculcar siempre que la

base para desarrollarse de buena forma en cualquier ámbito de la vida, es la de

mantener buenas relaciones humanas.

iv

RESUMEN

Esta investigación tiene como objetivo aplicar un modelo de predicción de fuga

de clientes en la compañía VTR Globalcom S.A. Zona Sur. Específicamente se han

elegido las plazas de Concepción y Temuco para la aplicación del modelo.

La investigación se basó en las metodologías y herramientas de Data Mining

para la determinación del modelo de predicción de fuga de clientes. Para ello se

utilizó la base de datos de la compañía, en donde se pudo extraer información

demográfica de clientes fugados / actuales, y de características de servicios

contratados por estos últimos. El periodo de tiempo elegido para el desarrollo de la

investigación se comprende desde Enero de 2009 hasta Junio de 2011.

Posteriormente, en conjunto con analistas de la propia compañía, se eligieron

las variables que a priori podrían ser más influyentes para la generación de los

modelos. Luego mediante el proceso KDD (Knowledge Discovery in Databases) se

logró limpiar y transformar las variables que luego fueron incluidas en las dos

técnicas específicas utilizadas de Data Mining.

La primera técnica utilizada fue Análisis Cluster (o Análisis de

Conglomerados), técnica estadística multivariante que permitió generar perfiles de

clientes fugados, donde se establecen características tales como: edad, gse,

antigüedad de servicios, niveles de deuda, y otras dieciséis variables relevantes para

el estudio.

La segunda técnica utilizada fue Regresión Logística Multivariante, técnica que

permitió estudiar la relación entre la variable dependiente y las variables

independientes que se estimaron importantes para el estudio. Aquí se realizaron

análisis univariantes, bivariantes y evaluación de posibles interacciones o

modificaciones de tipo efecto y/o confusión. Luego de la construcción de los modelos

para ambas plazas, se realizó la validación con meses de prueba (Abril 2011 – Junio

2011), en donde se pudo contrastar el modelo con respecto a los meses que se

v

utilizaron para la construcción de estos mismos (Enero 2009 – Marzo 2011). En

general ambos modelos tienen un nivel de acierto global superior a un 70%.

Posterior a la generación de ambos modelos, se estableció un plan de acción

en base a Marketing Relacional, debido a las debilidades presentes con respecto a la

generación de estrategias en post de retención y captación de clientes. La estrategia

en sí, propone capacitar al personal de ventas y atención al cliente para las plazas de

Concepción y Temuco, logrando generar una herramienta de apoyo que permita

fidelizar al corto plazo de mejor manera a los clientes de ambas plazas.

La estructura de esta investigación, se divide en los siguientes capítulos:

En el capítulo 1 se detalla lo que respecta a la presentación del tema.

Información sobre origen del tema y justificación, objetivos, alcances de estudio y

metodología propuesta.

En el capítulo 2 se presentan los antecedentes de la compañía. Se detalla

información sobre organigrama, participación en el mercado, desconexión de

servicios, entre otros datos.

En el capítulo 3 se muestra el marco teórico utilizado en la investigación. Se

detalla información sobre el proceso KDD (Knowledge Discovery in Databases) y

Data Mining.

La información sobre las técnicas de Data Mining especificas utilizadas en la

investigación se encuentran en el capítulo 4, aquí se detalla sobre Análisis Cluster y

sobre Regresión Logística Multivariante.

La aplicación de las técnicas de Data Mining, junto a la construcción de

modelos, y posterior validación con los meses de prueba, se detalla en el capítulo 5.

Por último, en el capítulo 6 se detalla el plan de acción elaborado para la

compañía en base a los resultados de las técnicas utilizadas.

vi

ÍNDICE DE CONTENIDOS

INTRODUCCIÓN ................................................................................................................................ 2

CAPITULO 1: PRESENTACIÓN DEL TEMA ...................................................................................... 4

1.1 Origen del tema ................................................................................................................................ 4

1.2 Justificación del tema ..................................................................................................................... 4

1.3 Objetivos del estudio....................................................................................................................... 5

1.4 Alcances o Ámbito de Estudio ...................................................................................................... 6

1.5 Metodología....................................................................................................................................... 7

CAPITULO 2: ANTECEDENTES DE LA EMPRESA .......................................................................... 9

2.1 Antecedentes de la empresa .......................................................................................................... 9

Sueño VTR ................................................................................................................................... 10

Las seis líneas de acción estratégicas “6 GOs” ................................................................... 10

Organigrama ................................................................................................................................ 11

2.2 Participación en el mercado......................................................................................................... 12

2.3 Desconexión de servicios ............................................................................................................ 15

2.4 Reclamos más frecuentes ............................................................................................................ 18

2.5 Motivos más frecuentes de desconexión .................................................................................. 20

2.6 Servicios actuales con mayor demanda .................................................................................... 22

2.7 Grupo socioeconómico de clientes actuales ............................................................................ 23

CAPÍTULO 3: MARCO TEÓRICO ..................................................................................................... 25

3.1 ¿Qué es Churn? ............................................................................................................................. 25

3.2 KDD y sus etapas ........................................................................................................................... 27

Fase 1: Fase de integración y recopilación de datos ...................................................................... 29

Fase 2: Selección, limpieza y transformación................................................................................... 29

Fase 3: Fase de Minería de datos ........................................................................................................ 29

Fase 4: Fase de Evaluación e interpretación .................................................................................... 30

Fase 5: Fase de Difusión y uso ............................................................................................................ 30

vii

3.3 Data Mining ..................................................................................................................................... 31

3.3.1. Relación con otras disciplinas ........................................................................................... 32

3.3.2. Tarea de Data Mining ............................................................................................................ 34

3.3.4. Técnicas de Data Mining ...................................................................................................... 38

I. Técnicas algebraicas y estadísticas ............................................................................... 38

II. Técnicas Bayesianas ......................................................................................................... 39

III. Técnicas basadas en conteos de frecuencia y tablas de contingencias ................. 40

IV. Técnicas basadas en árboles de decisión y sistemas de aprendizaje de reglas ... 40

V. Técnicas relacionales. Declarativas y estructurales .................................................... 40

VI. Técnicas basadas en redes neuronales artificiales ..................................................... 41

VII. Técnicas basadas en núcleo y máquinas de soporte vectorial ................................. 42

VIII. Técnicas estocásticas y difusas ...................................................................................... 42

IX. Técnicas basadas en casos, en densidad o distancia ................................................ 43

CAPÍTULO 4: TÉCNICAS DE DATA MINING UTILIZADAS EN EL PROYECTO .............................. 44

4.1 ¿Qué es el Análisis Cluster? ........................................................................................................ 44

4.2 Aplicaciones del Análisis Cluster ............................................................................................... 45

4.3 Proceso del Análisis Cluster ........................................................................................................ 48

Primer Paso: Objetivos del Análisis Cluster ..................................................................................... 48

Segundo Paso: Diseño de investigación mediante análisis cluster ............................................. 51

I. Detección de datos atípicos ..................................................................................................... 51

II. Medidas de similitud ................................................................................................................. 52

III. Tipificación de los datos .......................................................................................................... 56

A. Estandarización por variables ............................................................................................. 56

B. Estandarización por la observación ................................................................................... 57

Tercer Paso: Supuestos del Análisis Cluster .................................................................................... 57

I. Representatividad de la muestra ............................................................................................ 57

II. Impacto de la multicolinealidad............................................................................................... 58

Cuarto Paso: Obtención de conglomerados y valoración del ajuste conjunto .......................... 58

I. Métodos Jerárquicos ................................................................................................................. 60

A. Vínculo único vecino más próximo (Single linkage o Nearest neighbor) ................... 60

B. Vínculo completo (Complete linkage o furthest Neighbour).......................................... 61

C. Vínculo medio (Average Linkage) ....................................................................................... 61

D. Método del centroide ............................................................................................................ 61

E. Vinculación Intra-Grupos ..................................................................................................... 62

F. Método de Ward ..................................................................................................................... 62

G. Algoritmo de Howard-Harris ................................................................................................ 63

II. Métodos no Jerárquicos ........................................................................................................... 64

A. Algoritmo de las H-medias ................................................................................................... 65

B. Algoritmo de las K-medias ................................................................................................... 65

Quinto Paso: Interpretación de los conglomerados ........................................................................ 67

Sexto Paso: Validación y Perfil de los Grupos ................................................................................. 68

viii

Validez interna ............................................................................................................................ 68

Validez externa ........................................................................................................................... 69

4.4 Regresión Logística Binaria ......................................................................................................... 69

4.4.1 El modelo de Regresión Logística ..................................................................................... 72

4.4.2 Estimación de los parámetros ............................................................................................ 74

4.4.3 Bondad de Ajuste: Contraste de hipótesis....................................................................... 76

I. Desvianza (Deviance) ....................................................................................................... 76

II. Prueba Chi-Cuadrado ....................................................................................................... 77

III. Prueba de Hosmer-Lemeshow ........................................................................................ 78

4.4.4 Análisis del modelo .............................................................................................................. 78

CAPÍTULO 5: APLICACIÓN DE TECNICAS DE DATA MINING ....................................................... 80

5.1 Datos ................................................................................................................................................ 80

5.2 Análisis Cluster .............................................................................................................................. 81

5.2.1 Introducción ........................................................................................................................... 81

5.2.2 Selección de datos y variables a utilizar........................................................................... 82

5.2.3 Transformación de las variables ........................................................................................ 84

5.2.4 Elección del número de conglomerados para cada plaza en estudio ......................... 90

Plaza Concepción ............................................................................................................... 92

Plaza Temuco ...................................................................................................................... 96

Resumen de resultados .................................................................................................... 99

5.2.5 Aplicación del Método No Jerárquico (K-Medias) ..........................................................100

Plaza Concepción ..............................................................................................................101

Plaza Temuco .....................................................................................................................105

Análisis de resultados ......................................................................................................109

5.3 Regresión Logística Multivariante .............................................................................................111

5.3.1 Introducción ..........................................................................................................................111

5.3.2 Selección de Datos y variables a utilizar .........................................................................112

5.3.3 Transformación de las variables .......................................................................................114

5.3.4 Análisis univariado de las variables .................................................................................115


Plaza Temuco .....................................................................................................................119

Resultados y Conclusiones .............................................................................................122

5.3.5 Exploración de las relaciones bivariantes .......................................................................124


Plaza Temuco .....................................................................................................................131

Resultados y Conclusiones .............................................................................................135

5.3.6 Evaluación de interacciones o modificaciones de efecto y/o confusión ...................137


Plaza Temuco .....................................................................................................................143

Análisis de resultados ......................................................................................................146

ix

Interacción .......................................................................................................................146

Confusión .........................................................................................................................146

Conclusión general ........................................................................................................147

5.3.7 Construcción del modelo de Regresión Logística Multivariante ................................148


Plaza Temuco .....................................................................................................................151

Curva COR ..........................................................................................................................153

5.3.8 Validación de modelos ........................................................................................................153


Plaza Temuco .....................................................................................................................155

CAPITULO 6: MARKETING RELACIONAL APLICADO A UN PLAN DE ACCIÓN ......................... 157

6.1 Introducción ...................................................................................................................................157

6.2 Evolución de Marketing ...............................................................................................................159

6.2.1 Enfoque transaccional ........................................................................................................162

6.2.2 Del Marketing Transaccional al Marketing Relacional ..................................................163

6.3 Marketing Relacional ....................................................................................................................165

6.3.1 Definición ...............................................................................................................................165

6.3.2 Características e importancia del Marketing Relacional ...............................................167

6.3.3 Modelo del Marketing Relacional ......................................................................................168

I. Gestión de la base de clientes ........................................................................................170

II. Gestión de la lealtad .........................................................................................................171

6.3.4 Premisas en el desarrollo del Marketing Relacional......................................................172

6.3.5 La estrategia del Marketing Relacional ............................................................................174

I. Estrategia basada en el valor del cliente ......................................................................178

II. Conocimiento de la base de clientes .............................................................................178

A. Calidad de la base de datos ..........................................................................................179

B. La segmentación por comportamiento de compra...................................................179

6.3.6 Lealtad ....................................................................................................................................181

I. Personalidad Pública de la marca ..................................................................................183

II. Satisfacción del Cliente ....................................................................................................184

III. Costos de cambios ...........................................................................................................187

IV. Voz del cliente ....................................................................................................................190

6.3.7 Plan de Marketing Relacional Eficaz.................................................................................191

6.3.8 Como obtener clientes reales y rentables .......................................................................195

I. Plan de comunicación en el cultivo de la relación ......................................................196

II. Programa de recuperación e clientes antiguos ...........................................................199

6.3.9 Indicadores clave del éxito dentro de un programa de Marketing Relacional ..........202

6.3.10 Plan de Acción ......................................................................................................................204

I. Definición ............................................................................................................................204

II. Elementos del Plan de Acción ........................................................................................205

A. Objetivos ..........................................................................................................................205

x

B. Metas .................................................................................................................................206

C. Indicadores ......................................................................................................................207

D. Actividades ......................................................................................................................207

E. Responsable ....................................................................................................................207

6.4 Plan de acción VTR Globalcom S.A. Zona Sur ........................................................................208

I. Justificación ..........................................................................................................................208 II. Diseño del Plan de capacitación Personal de Ventas y Atención al Cliente VTR

Globalcom S.A. Zona Sur ...................................................................................................209

6.5 Conclusiones .................................................................................................................................215

CONCLUSIONES GENERALES...................................................................................................... 217

BIBLIOGRAFÍA ............................................................................................................................... 220

REFERENCIAS BIBLIOGRÁFICAS EN LÍNEA ............................................................................... 221

ANEXOS ......................................................................................................................................... 224

xi

ÍNDICE DE FIGURAS, GRÁFICOS Y TABLAS

ÍNDICE DE FIGURAS Página

Figura N° 2.1: Organigrama Nacional y Gerencia Zona Sur 11

Figura N° 3.1: Fases del proceso de Descubrimiento de Conocimiento, KDD 28

Figura N° 3.2: Disciplinas que contribuyen a la minería de datos 32

Figura N° 3.3: Ejemplo de regresión lineal 39

Figura N° 3.4: Red neuronal para el problema de jugar un cierto deporte 42

Figura N° 4.1: Diagrama de decisión de los pasos 1-3 49

Figura N° 4.2: Pasos 4-6 del diagrama de decisión del análisis Cluster 59

Figura Nº 4.3: Representación Gráfica del modelo lineal 70

Figura Nº 4.4: Representación gráfica de la función logística 72

Figura Nº 5.1: Etapas de Análisis Cluster 81

Figura Nº 5.2: Diagrama de bases de datos a utilizar en Análisis Cluster 82

Figura Nº 5.3: Herramienta Análisis Cluster de K-Medias 100

Figura Nº 5.4: Etapas de Regresión Logística Multivariante 111

Figura Nº 5.5: Diagrama sobre datos a utilizar en RLM 112

Figura Nº 5.6: Interacción y Confusión sobre la variable dependiente y la variable independiente PERMA_MESES

137

Figura N° 6.1: Factores de la creciente importancia del Marketing Relacional 160

Figura N° 6.2: Modelo de la Estrategia de Marketing Relacional 169

Figura Nº 6.3: Alternativas Estratégicas 177

Figura N° 6.4: Dimensiones del cliente 180

xii

Figura N° 6.5: Pilares para aumentar la lealtad de sus clientes 182

Figura N° 6.6: Áreas básicas de Creación de Valor 191

Figura N° 6.7: Plan eficaz de Marketing Relacional 194

Figura N° 6.8: Círculo de la Riqueza en Marketing 195

Figura N° 6.9: Preguntas que se deben realizar al diseñar un plan de acción 204

Figura N° 6.10: Elementos de un plan de acción 205

ÍNDICE DE GRÁFICOS Página

Gráfico Nº 2.1: Mercado Nacional Servicio de TV Cable (2008-2010) 12

Gráfico Nº 2.2: Mercado Nacional Servicio de Telefonía (2008-2010) 13

Gráfico Nº 2.3: Mercado Nacional Servicio de Internet (2008-2010) 14

Gráfico Nº 2.4: Desconexiónes por servicios – Plaza Concepción 15

Gráfico Nº 2.5: Desconexiónes por servicios – Plaza Temuco 16

Gráfico Nº 2.6: Desconexiones totales por localidad – Plaza Concepción 16

Gráfico Nº 2.7: Desconexiones totales por localidad – Plaza Temuco 17

Gráfico Nº 2.8: Reclamos comerciales más frecuentes – Plaza Concepción 18

Gráfico Nº 2.9: Reclamos comerciales más frecuentes – Plaza Temuco 19

Gráfico Nº 2.10: Reclamos técnicos más frecuentes – Plaza Concepción 19

Gráfico Nº 2.11: Reclamos técnicos más frecuentes – Plaza Temuco 20

Gráfico Nº 2.12: Motivos de desconexión más frecuentes – Plaza Concepción 21

Gráfico Nº 2.13: Motivos de desconexión más frecuentes – Plaza Temuco 21

Gráfico Nº 2.14: Servicios actuales con mayor demanda – Plaza Concepción 22

xiii

Gráfico Nº 2.15: Servicios actuales con mayor demanda – Plaza Temuco 22

Gráfico Nº 2.16: GSE para clientes actuales – Plaza Concepción 23

Gráfico Nº 2.17: GSE para clientes actuales – Plaza Temuco 24

Gráfico Nº 5.1: Método Vinculación fuera de grupos – Plaza Concepción 93

Gráfico Nº 5.2: Método Vecino más lejano – Plaza Concepción 94

Gráfico Nº 5.3: Método Agrupación de centroides – Plaza Concepción 95

Gráfico Nº 5.4: Método Vinculación fuera de grupos – Plaza Temuco 96

Gráfico Nº 5.5: Método Vecino más lejano – Plaza Temuco 97

Gráfico Nº 5.6: Método Agrupación de centroides – Plaza Temuco 98

Gráfico Nº 5.7: Porcentaje de casos en cada conglomerado – Plaza Concepción 101

Gráfico Nº 5.8: Porcentaje de casos en cada conglomerado – Plaza Temuco 105

Gráfico Nº 5.9: Distribución por GSE – Estado Activo y Fuga – Plaza Concepción 116

Gráfico Nº 5.10: Distribución por Nivel de deuda – Estado Activo y Fuga – Plaza Concepción

116

Gráfico Nº 5.11: Distribución por Permanencia – Estado Activo y Fuga – Plaza Concepción

116

Gráfico Nº 5.12: Distribución por Edad – Estado Activo y Fuga – Plaza Concepción 117

Gráfico Nº 5.13: Distribución por Sexo – Estado Activo y Fuga – Plaza Concepción 117

Gráfico Nº 5.14: Distribución por Promociones – Estado Activo y Fuga – Plaza Concepción

117

Gráfico Nº 5.15: Distribución por Reclamos asociados a servicios – Estado Activo y Fuga – Plaza Concepción

118

Gráfico Nº 5.16: Distribución por Canal de pago utilizado – Estado Activo y Fuga – Plaza Concepción

118

Gráfico Nº 5.17: Distribución por Canal de entrada de servicios – Estado Activo y Fuga – Plaza Concepción

118

xiv

Gráfico Nº 5.18: Distribución por GSE – Estado Activo y Fuga – Plaza Temuco 119

Gráfico Nº 5.19: Distribución por Nivel de deuda – Estado Activo y Fuga – Plaza Temuco

119

Gráfico Nº 5.20: Distribución por Permanencia – Estado Activo y Fuga – Plaza Temuco 119

Gráfico Nº 5.21: Distribución por Edad – Estado Activo y Fuga – Plaza Temuco 120

Gráfico Nº 5.22: Distribución por Sexo – Estado Activo y Fuga – Plaza Temuco 120

Gráfico Nº 5.23: Distribución por Promociones – Estado Activo y Fuga – Plaza Temuco 120

Gráfico Nº 5.24: Distribución de clientes por Reclamos asociados a servicios – Estado Activo y Fuga – Plaza Temuco

121

Gráfico Nº 5.25: Distribución por Canal de pago utilizado – Estado Activo y Fuga – Plaza Temuco

121

Gráfico Nº 5.26: Distribución por Canal de entrada – Estado Activo y Fuga – Plaza Temuco

121

ÍNDICE DE TABLAS

Página

Tabla Nº 5.1: Variables utilizadas en la investigación de Análisis Cluster 83

Tabla Nº 5.2: Clasificación de variables dicotómicas y policótomicas en Análisis Cluster

84

Tabla Nº 5.3: Variables y cambios de atributos utilizados en Análisis Cluster 85

Tabla Nº 5.4: Diferencias Básicas de cada uno de los métodos de conglomeración 89

Tabla Nº 5.5: Inconvenientes de cada uno de los métodos de conglomeración 90

Tabla Nº 5.6: Método Vinculación fuera de grupos – Plaza Concepción 92

Tabla Nº 5.7: Método Vecino más Lejano – Plaza Concepción 93

Tabla Nº 5.8: Método Agrupación de centroides – Plaza Concepción 94

Tabla Nº 5.9: Método Vinculación fuera de grupos – Plaza Temuco 96

Tabla Nº 5.10: Método más alejado – Plaza Temuco 97

xv

Tabla Nº 5.11: Método Agrupación de centroides – Plaza Temuco 98

Tabla Nº 5.12 : Centros iniciales del conglomerado cuatro – Plaza Concepción 102

Tabla Nº 5.13 : Centros finales del conglomerado cuatro – Plaza Concepción 103

Tabla Nº 5.14: Historial de iteraciones para cambios en los centros del conglomerado cuatro – Plaza Concepción

104

Tabla Nº 5.15: Distancia entre el centro del conglomerado cuatro y los restantes formados – Plaza Concepción

104

Tabla Nº 5.16: Centros iniciales del conglomerado dos – Plaza Temuco 106

Tabla Nº 5.17: Centros finales del conglomerado dos – Plaza Temuco 107

Tabla Nº 5.18: Historial de iteraciones para cambios en los centros del conglomerado dos – Plaza Temuco

108

Tabla Nº 5.19: Distancia entre el centro del conglomerado dos y los restantes formados – Plaza Temuco

108

Tabla Nº 5.20: Variables utilizadas en RLM 113

Tabla Nº 5.21: Variables y cambios de atributos utilizados en RLM 114

Tabla Nº 5.22: Prueba Chi-Cuadrado para la variable dependiente y variable GSE – Plaza Concepción

127

Tabla Nº 5.23: Regresión Logística Simple para la variable dependiente y variable GSE – Plaza Concepción

127

Tabla Nº 5.24: Prueba Chi-Cuadrado para la variable dependiente y variable DEUDA – Plaza Concepción

127

Tabla Nº 5.25: Regresión Logística Simple para la variable dependiente y variable DEUDA – Plaza Concepción

128

Tabla Nº 5.26: Prueba Chi-Cuadrado para la variable dependiente y variable PERMA_MESES – Plaza Concepción

128

Tabla Nº 5.27: Regresión Logística Simple para la variable dependiente y variable PERMA_MESES – Plaza Concepción

128

Tabla Nº 5.28: Prueba Chi-Cuadrado para la variable dependiente y variable EDAD_C – Plaza Concepción

129

Tabla Nº 5.29: Regresión Logística Simple para la variable dependiente y variable EDAD_C – Plaza Concepción

129

xvi

Tabla Nº 5.30: Prueba Chi-Cuadrado para la variable dependiente y variable RECLAM – Plaza Concepción

129

Tabla Nº 5.31: Regresión Logística Simple para la variable dependiente y variable RECLAM – Plaza Concepción

130

Tabla Nº 5.32: Prueba Chi-Cuadrado para la variable dependiente y variable CPAGO – Plaza Concepción

130

Tabla Nº 5.33: Regresión Logística Simple para la variable dependiente y variable CPAGO – Plaza Concepción

130

Tabla Nº 5.34: Prueba Chi-Cuadrado para la variable dependiente y variable C_ENTRADA – Plaza Concepción

131

Tabla Nº 5.35: Regresión Logística Simple para la variable dependiente y variable C_ENTRADA – Plaza Concepción

131

Tabla Nº 5.36: Prueba Chi-Cuadrado para la variable dependiente y variable GSE – Plaza Temuco

131

Tabla Nº 5.37: Regresión Logística Simple para la variable dependiente y variable GSE – Plaza Temuco

132

Tabla Nº 5.38: Prueba Chi-Cuadrado para la variable dependiente y variable DEUDA – Plaza Temuco

132

Tabla Nº 5.39: Regresión Logística Simple para la variable dependiente y variable DEUDA – Plaza Temuco

132

Tabla Nº 5.40: Prueba Chi-Cuadrado para la variable dependiente y variable PERMA_MESES – Plaza Temuco

133

Tabla Nº 5.41: Regresión Logística Simple para la variable dependiente y variable PERMA_MESES – Plaza Temuco

133

Tabla Nº 5.42: Prueba Chi-Cuadrado para la variable dependiente y variable EDAD_C – Plaza Temuco

133

Tabla Nº 5.43: Regresión Logística Simple para la variable dependiente y variable EDAD_C – Plaza Temuco

134

Tabla Nº 5.44: Prueba Chi-Cuadrado para la variable dependiente y variable RECLAM – Plaza Temuco

134

Tabla Nº 5.45: Regresión Logística Simple para la variable dependiente y variable RECLAM – Plaza Temuco

134

Tabla Nº 5.46: Prueba Chi-Cuadrado para la variable dependiente y variable CPAGO – Plaza Temuco

135

Tabla Nº 5.47: Regresión Logística Simple para la variable dependiente y variable CPAGO – Plaza Temuco

135

xvii

Tabla Nº 5.48: Regresión Logística Multivariante – Variables PERMA_MESES, GSE y multiplicativa – Plaza Concepción

139

Tabla Nº 5.49: Regresión Logística Multivariante - Variables PERMA_MESES y GSE – Plaza Concepción

139

Tabla Nº 5.50: Regresión Logística Multivariante – Variables PERMA_MESES, DEUDA y multiplicativa – Plaza Concepción

139

Tabla Nº 5.51: Regresión Logística Multivariante – Variables PERMA_MESES y DEUDA – Plaza Concepción

140

Tabla Nº 5.52: Regresión Logística Multivariante – Variables PERMA_MESES, EDAD_C y multiplicativa – Plaza Concepción

140

Tabla Nº 5.53: Regresión Logística Multivariante – Variables PERMA_MESES y EDAD_C – Plaza Concepción

140

Tabla Nº 5.54: Regresión Logística Multivariante – Variables PERMA_MESES, RECLAM y multiplicativa – Plaza Concepción

141

Tabla Nº 5.55: Regresión Logística Multivariante – Variables PERMA_MESES y RECLAM – Plaza Concepción

141

Tabla Nº 5.56: Regresión Logística Multivariante – Variables PERMA_MESES, CPAGO y multiplicativa – Plaza Concepción

141

Tabla Nº 5.57: Regresión Logística Multivariante – Variables PERMA_MESES y CPAGO – Plaza Concepción

142

Tabla Nº 5.58: Regresión Logística Multivariante – Variables PERMA_MESES, C_ENTRADA y multiplicativa – Plaza Concepción

142

Tabla Nº 5.59: Regresión Logística Multivariante – Variables PERMA_MESES y C_ENTRADA – Plaza Concepción

142

Tabla Nº 5.60: Regresión Logística Multivariante – Variables PERMA_MESES, GSE y multiplicativa – Plaza Temuco

143

Tabla Nº 5.61: Regresión Logística Multivariante – Variables PERMA_MESES, GSE y multiplicativa – Plaza Temuco

143

Tabla Nº 5.62: Regresión Logística Multivariante – Variables PERMA_MESES, DEUDA y multiplicativa – Plaza Temuco

143

Tabla Nº 5.63: Regresión Logística Multivariante - Variables PERMA_MESES y DEUDA – Plaza Temuco

144

Tabla Nº 5.64: Regresión Logística Multivariante - Variables PERMA_MESES, EDAD_C y multiplicativa – Plaza Temuco

144

Tabla Nº 5.65: Regresión Logística Multivariante - Variables PERMA_MESES y EDAD_C – Plaza Temuco

144

xviii

Tabla Nº 5.66: Regresión Logística Multivariante - Variables PERMA_MESES, RECLAM y multiplicativa – Plaza Temuco

145

Tabla Nº 5.67: Regresión Logística Multivariante - Variables PERMA_MESES y RECLAM – Plaza Temuco

145

Tabla Nº 5.68: Regresión Logística Multivariante – Variables PERMA_MESES, CPAGO y multiplicativa – Plaza Temuco

145

Tabla Nº 5.69: Regresión Logística Multivariante – Variables PERMA_MESES y CPAGO – Plaza Temuco

146

Tabla Nº 5.70: Resultado del análisis de Confusión – Plaza Concepción 146

Tabla Nº 5.71: Resultado del análisis de Confusión – Plaza Temuco 147

Tabla Nº 5.72: Modelo de RLM para plaza de Concepción 149

Tabla Nº 5.73: Resumen de sensibilidad, especificidad y porcentaje global de acierto – Plaza Concepción

150

Tabla Nº 5.74: Modelo de RLM para plaza de Temuco 151

Tabla Nº 5.75: Resumen de sensibilidad, especificidad y porcentaje global de acierto – Plaza Temuco

152

Tabla Nº 5.76: Validación del modelo de RLM con tres niveles de corte – Plaza Concepción

154

Tabla Nº 5.77: Validación del modelo de RLM con tres niveles de corte – Plaza Temuco 155

Tabla Nº 6.1: Marketing Relacional v/s Marketing Transaccional 164

Tabla N° 6.2: Criterios de evaluación según los clientes 184

Tabla N° 6.3: Indicadores fundamentales en las etapas de la relación con el cliente 203

Tabla N° 6.4: Plan de Acción VTR Globalcom S.A. Zona Sur (Plaza Concepción & Temuco)

211

Tabla N° 6.5: Contenidos programas de Capacitación 212

Tabla N° 6.6: Cronograma de Actividades 213

Tabla N° 6.7: Costo Capacitación 214

xix

ÍNDICE DE ANEXOS Página

ANEXO A: Centros iniciales y finales de los conglomerados uno, dos y tres – Plaza Concepción

225

ANEXO B: Cambios en los centros de los conglomerados uno, dos y tres – Plaza Concepción

225

ANEXO C: Matriz de distancias euclídeas entre los conglomerados uno, dos y tres – Plaza Concepción

226

ANEXO D: Centros iniciales y finales de los conglomerados uno y tres – Plaza Temuco 226

ANEXO E: Cambios en los centros de los conglomerados uno y tres – Plaza Temuco 227

ANEXO F: Matriz de distancias euclídeas entre los conglomerados uno y tres – Plaza Temuco

227

ANEXO G: Curva COR – Modelo de RLM – Plaza Concepción 227

ANEXO H: Niveles de corte, sensibilidad, especificidad y 1 - especificidad – Modelo de RLM – Plaza Concepción

228

ANEXO I: Curva COR – Modelo de RLM – Plaza Temuco 228

ANEXO J: Niveles de corte, sensibilidad, especificidad y 1 - especificidad – Modelo de RLM – Plaza Temuco

229

2

INTRODUCCIÓN

En la actualidad existe una fuerte competencia en el negocio de

telecomunicaciones debido al cambio abrupto de tecnologías, ofertas y demandas

establecidas por el mercado. En nuestro país son múltiples las empresas que ofrecen

servicios y productos en esta área. Internet, Telefonía y TV Cable son los principales

servicios oferentes donde cada una de ellos cuenta con características únicas como

precio, calidad en el servicio, nivel de cobertura, entre otras.

Para cualquier empresa es fundamental la cartera de clientes ya que es la

principal fuente de activos que permite generar utilidades. En una primera instancia

las empresas necesitan definir esta cartera con apoyo de publicidad y promociones, y

en una segunda instancia se genera la necesidad de retener por el mayor tiempo

posible a los clientes.

Con ayuda de estrategias de marketing, inversiones en publicidad y con

generaciones de ofertas, es posible en el corto plazo captar nuevos clientes, pero él

poder retenerlos requiere esfuerzos adicionales.

La retención busca identificar a los potenciales clientes con mayor tendencia

de fuga debido a múltiples factores, generadas muchas veces por mejores ofertas y

productos ofrecidos por la competencia, deficiencia en los servicios y productos

entregados, o simplemente por factores económicos.

Las fugas pueden ser clasificadas en dos tipos: fugas voluntarias, en donde el

cliente se desafilia por iniciativa propia, sin intervención de la empresa y fugas

involuntarias, cuando la empresa es responsable del término de los acuerdos

generados entre ambas partes, frecuente cuando existe mal uso de los servicios

ofrecidos o cuando se generan deudas impagas en el tiempo.

De los antecedentes expuestos anteriormente, la presente investigación se

enfocará en poder aplicar métodos de predicción de fugas de clientes para una

institución del sector telecomunicaciones considerando fugas de tipo voluntarias e

3

involuntarias. La base para el desarrollo de la investigación es Data Mining (Minería

de Datos) que es la extracción no trivial de información que se encuentra implícita en

los datos.

Por último, se utilizaran dos técnicas específicas para el desarrollo del trabajo,

las cuales son Análisis Cluster y Regresión Logística Multivariante. La información

sobre las técnicas empleadas, su aplicación y todo el detalle necesario, se verá en

extenso en los capítulos propios de la investigación.

4

CAPITULO 1: PRESENTACIÓN DEL TEMA

1.1 Origen del tema

El tema a desarrollar “Aplicación de un modelo predictivo de fuga de clientes

utilizando Data Mining en VTR Globalcom S.A. Zona Sur” surge de reuniones

técnicas realizadas con el académico del Departamento de Ingeniería Industrial y

profesor patrocinante, Sr. Arnaldo Jélvez. Él propone la idea de aplicar herramientas

de Data Mining en alguna empresa de servicio de la región. Resultado de esto, y

luego de establecer conversaciones con la empresa VTR, el tema es propuesto

formalmente al Gerente Zonal VTR Zona Sur, Sr. Ricardo Tapia, y posteriormente al

Sr. Francisco Cantero, Sub-Gerente de Marketing y Clientes VTR Zona Sur.

1.2 Justificación del tema

Conocer, diferenciar, caracterizar y predecir la conducta de los clientes es de

suma complejidad e importancia para las empresas, dado que los beneficios

marginales que estos últimos van aportando con el paso del tiempo, crecen de forma

significativa, por ello se tiene claridad que es de suma importancia retener a un

cliente, que por el contrario captar uno nuevo.

En la actualidad, grandes bases de datos están presentes en las empresas

con una variada gama de información de sus clientes que aumenta con el tiempo y

muchas veces es desaprovechada, ya sea por factores de costos, limitantes de

tiempo, capacitación de personal u otros factores. De lo anterior, es necesario

comprender y entender él o los factores que permitan predecir la conducta de los

clientes de manera tal de saber qué vender, cuándo y cómo vender.

Para ello, uno de los caminos recomendables por la literatura es utilizar esas

grandes bases de datos presentes en las compañías a través de la herramienta de

Data Mining (Minería de datos), que puede extraer información con el objetivo de

generar conocimiento, y que en particular para este trabajo, ayudar a predecir dado

una serie de factores las tendencias de fuga de clientes. Data Mining o también

conocida como Minería de datos, prepara, sondea, explora y recopila aquella

5

información útil para el desarrollo de la empresa contribuyendo a la toma de

decisiones tácticas y estratégicas logrando con ello fidelizar al cliente por el mayor

tiempo posible.

1.3 Objetivos del estudio

Objetivo General

Proponer un modelo predictivo de fuga de clientes dentro de la empresa VTR

Globalcom S.A. Zona Sur, específicamente en las plazas de Concepción y

Temuco utilizando técnicas de Data Mining.

Objetivos Específicos

Estudiar el comportamiento de clientes de la ciudad de Concepción y Temuco

respecto a pago, consumo de servicios, nº de reclamos, entre otras

características.

Identificar las variables que definen el problema, su importancia y relación

para el modelo predictivo.

Determinar factores que permitan clasificar a los nuevos y antiguos clientes

como potencialmente fugables por medio de conglomerados, y además,

generar un modelo predictor que estime la probabilidad de fuga como función

de otros factores.

Diseñar estrategias y/o planes de acción que ayuden a fidelizar de mejor

forma a los clientes, logrando reducir la tasa de fuga en las plazas ya antes

mencionadas.

6

1.4 Alcances o Ámbito de Estudio

El presente estudio recopila información proveniente de la base de datos de

información de clientes de la empresa VTR Globalcom S.A., correspondiente a las

plazas de Concepción y Temuco, con el propósito de encontrar un modelo predictivo

que estime la probabilidad de fuga de clientes.

Con respecto a la base de datos existente en VTR Globalcom S.A., se tomará

para el estudio un período de tiempo comprendido entre Enero 2009 y Junio 2011,

contando con información de productos contratados por clientes, datos demográficos,

sistemas de pago, nº reclamos, tipos de reclamos, entre otros factores.

Debido a la complejidad de la base de datos existente desde el punto de vista

del análisis, magnitud y heterogeneidad del tipo de cliente, se recolectó información

de software especializado para Data Mining para instrucción y capacitación de los

alumnos memoristas como son Excel 2010, Access 2010, SPSS v19.

Con respecto a la aplicación del modelo, éste se realizará a través de dos

etapas. En la primera, se utilizará Análisis Cluster que permitirá clasificar en distintos

conglomerados a clientes fugados, logrando tener patrones de fugas que permitan

diseñar estrategias y/o planes de acción para clientes actuales, lo que permitirá evitar

fugas futuras de estos últimos. En una segunda etapa, se verá la relación que existe

entre la variable dicotómica dependiente (Activo / Fuga) y las múltiples variables

independientes existentes en las bases de datos, permitiendo encontrar cuales son

las que más influyen en fuga de clientes para las plazas de Concepción y Temuco.

Luego de la aplicación de los modelos, se plantearán estrategias y/o planes de

acción que permitan mejorar el servicio post-venta, logrando aumentar el grado de

satisfacción del cliente y por otra parte, aumentar la tasa de retención para la

compañía.

7

Dentro de la investigación será común asociar fugas de servicios con fugas de

clientes, dado que la fuga de él o de los servicios contratados está directamente

relacionada con la fuga del cliente.

Por último, es importante señalar que se establece el compromiso de reserva

de información para fines solo académicos, autorizando la publicación de esta

investigación en algún congreso o simposio dentro o fuera del país.

1.5 Metodología

La investigación a desarrollar en la empresa VTR Globalcom S.A.

comprenderá una serie de etapas claramente definidas. En una primera etapa será

necesario acceder y conocer la base de datos con respecto a información de clientes

y servicios contratados de las plazas de Concepción y Temuco, con el objetivo de

dimensionar la cantidad de clientes y servicios contratados que se posee desde los

primeros años en que comenzó a operar la compañía con una base de datos.

Luego del conocimiento de la base de datos, se deberá analizar la información

detalladamente para luego filtrar y determinar él o los factores más significativos a

estudiar (con ayuda de expertos de la misma empresa), los cuales serán incluidos en

los modelos predictivos.

En una tercera etapa se aplicara la técnica de Análisis Cluster. Esta técnica

permitirá clasificar en grupos y subgrupos a los clientes dada ciertas características

en común, permitiendo categorizar el riesgo de fuga.

Posteriormente se dará paso a la aplicación del modelo de Regresión

Logística Multivariante, logrando determinar qué variables independientes son las

que influyen realmente en la fuga, logrando determinar además con qué porcentaje

de precisión actúa el modelo.

8

Para finalizar, se diseñaran estrategias y/o planes de acción de marketing, que

permitan evitar la fuga de clientes y que de paso, logren fidelizar a estos últimos por

el mayor tiempo posible.

9

CAPITULO 2: ANTECEDENTES DE LA EMPRESA

2.1 Antecedentes de la empresa

VTR es la empresa líder en la industria de las telecomunicaciones de Chile,

con una participación del mercado disgregado en 48% TV Cable, 18% Telefonía y un

38% en servicios de Internet, cuyo 80% pertenece a Liberty Global y un 20% a

CorpGroup (Grupo Saieh, 20%).

Actualmente ofrece servicios integrados de comunicaciones y entretención,

con más de 2.5 millones de hogares cubiertos por su red HFC (Híbrida de fibra óptica

y coaxial), que le permite ser líder en televisión digital y banda ancha de altas

velocidades. Es también la segunda compañía de telefonía fija residencial, y dueña

del Carrier de larga distancia 111 y de la empresa bazuca.com

La compañía está presente en más de 1 millón de hogares chilenos, con

presencia entre Arica y Coyhaique. Es gestora de la primera cadena de noticias 24

horas en Chile, en sociedad con CNN, promotora de una red de canales locales y

temáticos a nivel nacional e impulsora del canal ViveDeportes. El ideal de la

compañía siempre ha sido satisfacer los intereses y preferencias de los chilenos,

apoyando al mismo tiempo la identidad local y el desarrollo deportivo del país.

VTR ocupa el puesto número 6, en el ranking de las mejores empresas para

trabajar en Chile (Great Place to Work) con cerca de 4.000 colaboradores y una de

las 18 empresas más responsables socialmente (Ranking RSE Pro-Humana).

10

Sueño VTR

La clásica Misión y Visión de las compañías fue reemplazada por el Sueño

VTR. “En VTR existimos para crear experiencias únicas de entretención y

comunicación para nuestros clientes y que así todos disfrutemos de lo que nos

gusta de la vida.”

Las seis líneas de acción estratégicas “6 GOs”

La estrategia se lleva a la acción a través de seis líneas transversales a toda

la compañía.

GO FLAT: Desarrollar y extender los planes telefónicos con tarifas planas que

contribuyan a la simplicidad, claridad y transparencia en la relación con los

clientes.

GO DIGITAL: Avanzar en el acceso de los clientes actuales y potenciales a

los servicios de televisión digital, aumentando progresivamente la penetración

de esta tecnología.

GO WIRELESS: Avanzar en el desarrollo de su presencia en el mercado de

los servicios inalámbricos.

GO BROADBAND: Consolidar el liderazgo de la compañía tanto en la oferta

de velocidad como en la experiencia de uso del servicio Internet Banda Ancha.

DO GOOD: Incorporar criterios sustentabilidad y responsabilidad social a

todas las actividades de la compañía.

GET IT GREAT: Lograr los máximos estándares de excelencia en el servicio a

clientes mediante planes de inversión y mejora en los ámbitos de procesos,

tecnología, infraestructura y capital humano.

11

Organigrama

Figura N° 2.1: Organigrama Nacional y Gerencia Zona Sur

12

2.2 Participación en el mercado

A continuación se puede apreciar el nivel de participación que tiene la

empresa VTR Globalcom S.A. en servicios de TV Cable, Internet y Telefonía entre el

año 2008 y 2010. De igual modo, se puede ver el nivel de participación por parte de

la competencia en los mismos servicios señalados anteriormente.

Gráfico Nº 2.1: Mercado Nacional Servicio de TV Cable (2008-2010)

Fuente: SUBTEL

Del Gráfico Nº 2.1 se observa que VTR desde el año 2008 al año 2010 ha sido

el principal proveedor de servicios de TV Cable en nuestro país. En el año 2008 la

participación en este mercado fue cercana a un 63%, lo que al paso de los años ha

ido en una baja considerable llegando en el año 2010 a un 48%. Se observa que la

competencia más cercana (Telefónica y Claro) alcanzan una participación de un 17%

aproximadamente de este mercado, porcentaje que ha ido en aumento con el paso

de los años.

0%

10%

20%

30%

40%

50%

60%

70%

2008 2009 2010

Mercado Nacional - Servicio de TV CableAño 2008 - Año 2010

VTR Telefónica Multimedia

Telmex TV S.A. DIRECTV Chile Ltda.

Claro Comunicaciones S.A. Otras

13

Gráfico Nº 2.2: Mercado Nacional Servicio de Telefonía (2008-2010)

Fuente: SUBTEL

Del Gráfico Nº 2.2 se observa que VTR tiene aproximadamente un 18% de

participación en este mercado, siendo este porcentaje constante entre los años 2008

y 2010. En este mercado, la empresa Telefónica es líder absoluta en esta área,

llegando a un nivel de participación de un 61% en el año 2008, y teniendo con el

paso de los años una leve baja, llegando a tener un 57% de participación en el año

2010.

0%

10%

20%

30%

40%

50%

60%

70%

2008 2009 2010

Mercado Nacional - Servicio de TelefoníaAño 2008 - Año 2010

Telefónica VTR Telsur Entelphone Telmex

Manquehue Telesat CMET Will Otras

14

Gráfico Nº 2.3: Mercado Nacional Servicio de Internet (2008-2010)

Fuente: SUBTEL

Del Gráfico Nº 2.3 se detalla que VTR tiene una participación en este mercado

de un 41% en el año 2008, sufriendo una baja en su participación en años

posteriores llegando a un 36% en el año 2010. De igual modo que sucede en el

mercado de Telefonía, la empresa Telefónica es líder en el área de Internet llegando

a tener una participación de un 46% en el año 2008 y que al paso de los años ha ido

en baja, llegando en el año 2010 a un 42%.

0%

10%

20%

30%

40%

50%

2008 2009 2010

Mercado Nacional - Servicio de InternetAño 2008 - Año 2010

Telefónica VTR Banda Ancha Telsur

Telmex Claro Comunicaciones S.A. GTD Manquehue

Entel-Chile S.A. CMET Otras

15

2.3 Desconexión de servicios

En los Gráficos Nº 2.4 y Nº 2.5 que a continuación se presentan, se puede

observar el porcentaje de desconexiones de servicios de TV Cable, Internet y

Telefonía para las plazas de Concepción y Temuco. La información presente en

ambos gráficos corresponde a datos recopilados entre el año 2008 y el año 2010.

Gráfico Nº 2.4: Desconexiónes por servicios – Plaza Concepción

Fuente: VTR Globalcom S.A.

En el Gráfico Nº 2.4 se observa que para los años 2008, 2009 y 2010, el

servicio que sufre el mayor porcentaje de desconexiones para la plaza de

Concepción es TV Cable, luego le sigue el servicio de Internet y por último, el

servicio de Telefonía.

En el Gráfico Nº 2.5 correspondiente al porcentaje de desconexiones de

servicios para la plaza de Temuco, se observa el mismo comportamiento.

2008 2009 2010

43%39%

45%

30%32%

30%27% 29%

25%

Desconexiones por servicios - Plaza Concepción

TV Cable Internet Telefonía

16

Gráfico Nº 2.5: Desconexiónes por servicios – Plaza Temuco


Otro análisis que se detalla a continuación es sobre el porcentaje de

desconexiones totales (TV Cable + Internet + Telefonía) por localidad que se han

generado entre los años 2008 y 2010.

Gráfico Nº 2.6: Desconexiones totales por localidad – Plaza Concepción


2008 2009 2010

50% 48% 50%

28% 30% 29%

22% 22% 21%

Desconexiones por servicios - Plaza Temuco

TV Cable Internet Telefonía

2008 2009 2010

41%37% 38%36% 36% 36%

11% 11% 12%10% 9% 10%

2%5% 4%

Desconexiones totales por localidad - Plaza Concepción

Concepción Thno. Chig. San Pedro Penco

17

1. Cognus, empresa consultora fundada en el año 2007, Chile.

Del Gráfico Nº 2.6 se detalla que para la plaza de Concepción, compuesta por

las localidades de Concepción, Talcahuano, Chiguayante, Penco y San Pedro, el

mayor porcentaje de desconexiones se produce en la localidad de Concepción,

seguida muy de cerca por Talcahuano. De forma contraria, la localidad con el menor

porcentaje de desconexiones es Penco.

Gráfico Nº 2.7: Desconexiones totales por localidad – Plaza Temuco


Del Gráfico Nº 2.7, se observa que para la plaza de Temuco, compuesta por

las localidades de Temuco, Labranza y Padre Las Casas, el mayor porcentaje de

desconexiones se produce en la localidad de Temuco. De forma totalmente opuesta,

el menor porcentaje de desconexiones se producen en las localidades de Padre Las

Casas y Labranza. Esto último sucede por la pequeña magnitud de servicios

contratados en estas dos últimas localidades, en comparativa con la localidad de

Temuco.

¿Por qué se generan las desconexiones de servicios?. Básicamente sucede

por la alta competencia que se genera en este mercado y por la rápida tendencia al

cambio de preferencias y/o gustos por parte de los clientes. Según Cognus1 el

2008 2009 2010

97% 96% 95%

2% 2% 3%1% 2% 2%

Desconexiones totales por localidad - Plaza Temuco

Temuco P. Las Casas Labranza

18

abandono por parte de los clientes en el sector telecomunicaciones es de un 30%,

considerado el más alto de todos los tipos de mercados.

Por ello es necesario estudiar el comportamiento de los servicios

desconectados, para lograr posteriormente generar estrategias y/o planes de acción

que permitan disminuir el número de desconexiones que actualmente sufre la

compañía.

2.4 Reclamos más frecuentes

Los reclamos por no conformidad de servicios generados por los clientes

pueden ser de dos tipos. El primero de ellos de carácter comercial, y el segundo de

carácter técnico. Los Gráficos Nº 2.8, Nº 2.9, Nº 2.10 y Nº 2.11 que se detallan a

continuación, contienen el desglose de los seis reclamos comerciales y técnicos más

frecuentes para ambas plazas, cabe señalar que para la elaboración de los gráficos

se utilizó información comprendida entre el año 2008 y el 2010.

Gráfico Nº 2.8: Reclamos comerciales más frecuentes – Plaza Concepción


46%

18%

16%

8%

7%5%

Reclamos comerciales más frecuentes - Plaza Concepción

Reseteo de plataformas

Actualización Saldo VOD

Reclamo a terceros

Reseteo-Problemas Canales

No envio documentos

Sin tono en domicilio

19

Gráfico Nº 2.9: Reclamos comerciales más frecuentes – Plaza Temuco


De los Gráficos Nº 2.8 y Nº 2.9, se observa que el reclamo comercial más

frecuente para ambas plazas es el reseteo de plataformas con un 46% para

Concepción y un 62% para Temuco.

Gráfico Nº 2.10: Reclamos técnicos más frecuentes – Plaza Concepción


62%11%

10%

8%

5%4%

Reclamos comerciales más frecuentes - Plaza Temuco


Reclamo a terceros

Actualización Saldo VOD


Movimiento Material

Recarga monto compras VOD

66%

12%

8%

6%4%

4%

Reclamos técnicos más frecuentes - Plaza Concepción



Sin tono en domicilio

Problemas de conectividad

Movimiento material

Cambio tecnología CM a MTA

20

Gráfico Nº 2.11: Reclamos técnicos más frecuentes – Plaza Temuco


De los Gráficos Nº 2.10 y Nº 2.11, se detalla que el reclamo técnico más

frecuente para ambas plazas es el reseteo de plataformas con un 66% para

Concepción y un 75% para Temuco. En general este reclamo es el que se genera

con mayor frecuencia tanto en comerciales y técnicos.

2.5 Motivos más frecuentes de desconexión

A continuación, en los Gráficos Nº 2.12 y Nº 2.13 se pueden observar los siete

motivos más frecuentes de desconexión de servicios para las plazas de Concepción

y Temuco. La información empleada para la elaboración de estos gráficos está

comprendida entre el año 2008 y 2010, excluyendo el periodo desde Marzo hasta

Junio del año 2010 para la plaza de Concepción, debido que en este intervalo de

tiempo el motivo con mayor frecuencia de desconexión de servicios fue producto del

terremoto ocurrido el 27F.

75%

9%

6%

4%

3% 3%

Reclamos técnicos más frecuentes - Plaza Temuco



Movimiento Material

Cambiar tecnologia MTA a CM

Cambiar tecnologia CM a MTA

Sin señal en casa

21

Gráfico Nº 2.12: Motivos de desconexión más frecuentes - Plaza Concepción


Gráfico Nº 2.13: Motivos de desconexión más frecuentes – Plaza Temuco


55%

15%

10%

9%

6%

3% 2%

Motivos de desconexión más frecuentes - Plaza Concepción

Morosidad

No utilización de servicio

Cambio a la competencia

Motivos economicos

Cambio de domicilio Infactible

Cambio a otro servicio VTR

Por viaje o vacaciones

51%

13%

13%

10%

8%

3% 2%

Motivos de desconexión más frecuentes - Plaza Temuco

Morosidad

No utilización de servicio

Cambio a la competencia

Cambio de domicilio infactible

Motivos económicos

Por viaje o vacaciones

Problemas técnicos con el servicio

22

De los Gráficos Nº 2.12 y Nº 2.13 se observa que el motivo más frecuente de

desconexión de servicios para ambas plazas es Morosidad (el no pago de servicios

por parte de los clientes), llegando a un 55% para la plaza de Concepción y un 51%

para la plaza de Temuco. Luego le sigue No utilización de servicio con un 15% para

la plaza de Concepción y un 13% para la plaza de Temuco. Por último, el motivo de

desconexión menos frecuente para ambas plazas es Por viajes o vacaciones,

llegando a un 2% para la plaza de Concepción y un 3% para la plaza de Temuco.

2.6 Servicios actuales con mayor demanda

Gráfico Nº 2.14: Servicios actuales con mayor demanda – Plaza Concepción


Gráfico Nº 2.15: Servicios actuales con mayor demanda – Plaza Temuco


TV HogarDigital

Mega 6Digital

PlanIlimitadoDigital

TV FullDigital

CableLight

30% 24% 24%9% 7%

Servicios actuales con mayor demanda - Plaza Concepción

% Servicios

TV HogarDigital

Mega 6Digital

PlanIlimitadoDigital

Cable Full CableLight

28% 24% 22%16%

9%

Servicios actuales con mayor demanda - Plaza Temuco

% Servicios

23

Los servicios mayormente demandados para ambas plazas como se puede

observar en los Gráficos Nº 2.14 y Nº 2.15 son los servicios de TV Hogar Digital con

un 30% para la plaza de Concepción y un 28% para la plaza de Temuco. Por otra

parte, el servicio con menor demanda presente en los gráficos es Cable Light, con un

7% para la plaza de Concepción y un 9% para la plaza de Temuco. Se aprecia

además que los tipos de servicios demandados en general son los mismos para

ambas plazas.

2.7 Grupo socioeconómico de clientes actuales

Gráfico Nº 2.16: GSE para clientes actuales - Plaza Concepción


Del Gráfico Nº 2.16 se puede observar que el 62% de la cartera de clientes

para la plaza de Concepción la compone clientes con GSE C2 y C3, un 18% D, 16%

ABC1 y 4% E. Esta información puede ser alta relevancia a la hora de dirigir un plan

de acción para evitar fugas posteriores de clientes en la compañía.

32%

30%

18%

16%

4%

GSE para clientes actuales - Plaza Concepción

C2

C3

D

ABC1

E

24

Gráfico Nº 2.17: GSE para clientes actuales - Plaza Temuco


Del Gráfico Nº 2.17 se observa que el 71% de la cartera de clientes para la

plaza de Temuco la compone clientes con GSE C2 y ABC1, 21% C3 y 4% D y E. En

esta plaza el grupo socioeconómico de la principal parte de la cartera de clientes es

distinta a la plaza de Concepción, ya que incorpora al segmento con un mayor nivel

adquisitivo, lo que implicaría crear estrategias focalizadas para cada una de las

plazas.

45%

26%

21%

4%4%

GSE para clientes actuales - Plaza Temuco

C2

ABC1

C3

E

D

25

2. BLIGOO. Innovación bajo Incertidumbre.

CAPÍTULO 3: MARCO TEÓRICO

3.1 ¿Qué es Churn?

Hoy en día la retención de clientes para el negocio de las telecomunicaciones

es vital, y es así que en los últimos años, el costo de adquisición de un nuevo cliente

ha ido aumentando cada vez más debido a agresivas campañas de marketing

realizadas por pequeñas y medianas empresas que crecen agresivamente, y por el

aumento de costos asociados a la captación de nuevos clientes que incurren las

grandes empresas. Según Matisson (1997) (En: Molina, 2009: Aplicación de técnicas

de minería de datos para predicción del Churn de clientes en una empresa de

Telecomunicaciones, Pág. 14), antes el foco de todas las empresas, o en su

mayoría, era la “calidad del servicio”; en cambio hoy la gestión del Churn (fuga) se ha

convertido en uno de los temas más críticos del negocio.

Costumer Churn (fuga de clientes) se refiere a la proporción de clientes que se

van o dejan al proveedor de un servicio durante un periodo de tiempo determinado. Y

es así que el abandono de los clientes se clasifica de dos maneras según Molina

(2009).

Voluntario: cuando el cliente es quien toma la decisión de cambiar de

proveedor de un servicio.

Involuntario: cuando la empresa decide terminar el contrato por factores

relativos al cliente entre las cuales pueden ser por incumplimiento de pago,

incumplimiento de contrato, mal uso del producto o servicio, entre otros.

La fuga de clientes o servicios (Churn) es un término que se restringía solo al

entorno de marketing, sin embargo hoy involucra a todos los sectores dentro de una

compañía no importando el perfil o el tamaño y es por ello que se encuentra presente

en las estrategias de las compañías. Es así como en el sector de las

Telecomunicaciones, uno de los más afectados en esta materia, las tasas de Churn

superan en algunos casos el 30%, la Banca y seguros oscila entre el 7% y el 18%,

por último Retail, Distribución o Turismo y Ocio fluctúa entre el 5% y el 15%2.

26

Para obtener una descripción de la situación de abandono de los clientes

existen los Mapas de Abandono que entregan un estado de situación útil para un

diagnóstico en profundidad. Esto hace referencia a la segmentación que es un paso

crítico en la predicción del Churn para identificar los perfiles de los clientes

propensos a la fuga y a quienes se debe retener, condicionado al valor del cliente, de

tal manera de saber cuánto pierde la compañía si el cliente se va, y también saber

cuánto se puede llegar a invertir para retener o evitar la fuga. Las estrategias de

prevención del Churn nunca deben perder de vista ese factor, como elemento crítico,

ya que depende de este si vale la pena que el cliente deba ser o no retenido.

La segmentación y caracterización de clientes fugados permiten establecer el

roadmap (camino a seguir) del Churn, y sistemas de alertas para saber los

momentos de si un cliente deje la compañía. Mediante el uso de técnicas analíticas o

técnicas de Data Mining (minería de datos), se puede obtener un modelo que permita

saber cuándo un cliente manifieste tendencia a la fuga. Información tal como datos

demográficos, comportamiento de consumo, minutos de tráficos cursados,

facturación en un periodo, o tasas de reclamos son factores para la construcción de

un modelo de Data Mining (minería de datos).

Es necesario en cualquier estrategia de prevención del Churn, saber el por

qué se marchan, cuales son los indicadores que desencadena el proceso de fuga.

Solo conociendo porque se van los clientes será posible evitar su marcha actuando

exactamente como el cliente demanda, con planes de retención adecuados.

Muchas compañías se equivocan al centrar su atención en el factor precio

como medida para evitar el Churn, ya que éste no es el detonante para la marcha de

clientes en la mayoría de los casos. Es hora de que las empresas comprendan que

es en el nivel de servicio al cliente, y no en los precios, donde generalmente se

esconde la explicación de la fuga. Un estudio realizado en el “Top 10” de las

empresas europeas de asistencia en carretera revela que variaciones de hasta 40%

en las tarifas de unas y otras no influyen en su cuota de mercado; las hay más caras

con más clientes y más asequibles con menos participación de mercado G. Giuliani

27

(2004). (En: Molina, 2009: Aplicación de técnicas de minería de datos para predicción

del Churn de clientes en una empresa de Telecomunicaciones, Pág. 15).

3.2 KDD y sus etapas

KDD (Knowledge Discovery in Databases) es un término muy utilizado y

relacionado con la minería de datos, que consta de una serie de fases iterativas

(secuenciales) que corresponden al proceso global cuyo objetivo es la extracción o

descubrimiento de conocimiento en base a datos, el cuál la Minería de Datos es uno

de los pasos claves Hernández (2004).

Fayyad (1996. En: Hernández, 2004, Pág. 13) define KKD, “como el Proceso

no trivial de identificar patrones válidos, novedosos, potencialmente útiles y, en esta

última instancia, comprensibles a partir de los datos”.

Hernández (2004), señala que dentro de las propiedades propiamente tal del

conocimiento extraído se puede mencionar:

Válido: hace referencia a que los patrones deben seguir siendo precisos para

datos nuevos (con un cierto grado de certidumbre), y no sólo para aquellos

que han sido usados en su obtención.

Novedoso: que aporte algo desconocido tanto para el sistema y

preferiblemente para el usuario.

Potencialmente útil: la información debe conducir a acciones que reporten

algún tipo de beneficio para el usuario.

Comprensible: la extracción de patrones no comprensibles dificulta o

imposibilita su interpretación, revisión, validación y uso en la toma de

decisiones. De hecho una información incomprensible no proporciona

conocimiento (al menos desde el punto de vista de la utilidad).

28

La secuencia de fases para la extracción de conocimiento se realiza en forma

iterativa e interactiva. Iterativa porque la salida de alguna de las fases puede hacer

volver a pasos anteriores y porque a menudo son necesarias varias iteraciones para

extraer conocimiento de alta calidad. Interactiva porque el usuario, o más bien el

experto en el dominio del problema, debe ayudar en la preparación de los datos y

validación del conocimiento extraído Hernández (2004). Hernández (2004) explica

cinco fases en el proceso KDD que quedan graficadas en la Figura N° 3.1 y son:

Figura N° 3.1: Fases del proceso de Descubrimiento de Conocimiento, KDD

Fuente: Hernández, 2007, Pág. 20

29

Fase 1: Fase de integración y recopilación de datos

Durante esta etapa, se determinan las fuentes de información que pueden ser

útiles y donde conseguirlas, las cuales pueden residir en diferentes bases de datos,

ya sea internas como externas. Es acá también, donde se analizan los datos, a fin de

transformarlos a un formato común, frecuentemente mediante un almacén de datos

que consiga unificar de manera operativa toda la información recogida, detentando y

resolviendo las inconsistencias, facilitando la navegación y visualización de estos,

para discernir qué aspectos resultan interesantes ser estudiados, con el propósito de

alcanzar los objetivos definidos.

Fase 2: Selección, limpieza y transformación

A lo largo de esta etapa, se reúne los datos objetivos a los cuales se les

aplicará la Minería de Datos. La cuidadosa selección de los atributos relevantes es

crucial para la tarea de minería de datos, ya que se eliminan o corrigen los datos

incorrectos y se decide la estrategia a seguir con los datos incompletos. Luego en la

limpieza, se decide sobre aquellos datos que no se ajustan al comportamiento

general del resto (Outliers), eliminar los registros incoherentes, duplicados e

incoherentes y también, decidir el tratamiento sobre los datos faltantes o perdidos por

último en la transformación, se construye nuevos atributos a partir de los ya

existentes para mejorar su poder predictivo.

Fase 3: Fase de Minería de datos

Es la fase más característica de la secuencia KDD, donde su objetivo es

descubrir situaciones anómalas y/o interesantes, tendencias, patrones y secuencias

en los datos. El Input de la minería de datos, son los datos pre-procesados en las

dos fases anteriores del procesos KDD y a partir de ellos, construir un modelo que

permita producir nuevo conocimiento que sea útil para el usuario. Su modelo es una

descripción de los patrones y relaciones entre los datos que pueden usarse para

hacer predicciones, para entender mejor los datos o para explicar situaciones

30

pasadas. Para ello, es necesario tomar una serie de decisiones antes de empezar el

proceso:

Determinar qué tipo de tarea de minería es el más apropiado.

Elegir el tipo de modelo.

Elegir el algoritmo de minería que resuelve la tarea y obtenga el tipo de

modelo que estamos buscando.

Fase 4: Fase de Evaluación e interpretación

En esta etapa, se evalúan los patrones descubiertos en la fase anterior para el

apoyo de toma decisiones donde la calidad de estos debe ser medido. Para ello, se

utilizan técnicas de evaluación que permiten determinar la precisión de los modelos

(Validación simple, Validación cruzada, Validación cruzada con n-pliegues y

bootstrapping). Por otro lado, hay que evaluar el contexto donde el modelo será

utilizado, ya que no siempre la precisión es una buena medida, dado que podría no

reflejar el contexto real de la aplicación. Ante esto, se hace necesario contrastar el

conocimiento obtenido ante los expertos de la empresa, y si es necesario se vuelve a

las fases anteriores para una nueva iteración.

Fase 5: Fase de Difusión y uso

Validado el modelo, se hace uso del nuevo conocimiento y se hace partícipe

de él a todos los posibles usuarios, de manera tal que el nuevo conocimiento

extraído se haga parte del Know-How de la organización.

31

3.3 Data Mining

Hoy en día la demanda de información estratégica no sólo atañe a las grandes

corporaciones, sino también a las pequeñas, las que desean obtener ventaja

competitiva o bien posicionarse en el mercado.

Para responder a esta demanda de conocimiento, surge el concepto de Data

Mining del cuál la literatura entrega definiciones del área que las engloban, en mayor

o mayor medida lo que es, como trabaja y en que consiste el Data Mining.

Fayyad (1996 En: Hernández, 2005, Pág. 6) lo define como “el paso

consistente en el uso de algoritmos concretos que generan una enumeración de

patrones a partir de los datos pre-procesados”.

Witten & Frank (2000, En: Hernández, 2004, Pág. 5), lo define como “es el

proceso de extraer conocimiento útil y comprensible, previamente desconocido,

desde grandes cantidades de datos almacenados en distintos formatos”.

Según Molina (2009, Pág. 23) “se refiere al proceso de extraer

conocimiento de bases de datos. Su objetivo es descubrir situaciones anómalas y/o

interesantes, tendencias, patrones y secuencias en los datos. Su input son los datos

pre-procesados en las fases anteriores de la metodología, el objetivo es construir un

modelo a partir de ellos, el cual pueda producir nuevo conocimiento que sea útil para

el usuario”.

Dentro de Data Mining (Minería de Datos) hay tipos de tareas con sus propios

requisitos, las que pueden ser resueltas por un algoritmo de Data Mining específico.

Las distintas tareas pueden ser descriptivas (agrupamiento o clustering, reglas de

asociación secuenciales y las correlaciones) o predictivas (clasificación y la

regresión).

32

3.3.1. Relación con otras disciplinas

El desarrollo que ha alcanzado Data Mining lo catapulta a un campo

multidisciplinar de desarrollo paralelo o como prolongación de otras tecnologías. Es

así, que los avances alcanzados se producen en las siguientes áreas relacionadas.

Figura N° 3.2: Disciplinas que contribuyen a la minería de datos


Las bases de datos: conceptos como los almacenes de datos y el

procesamiento analítico en línea (OLAP) tienen una gran relación con Data

Mining aunque en esta último caso, no se trata de obtener informes

avanzados a base de agregar los datos de cierta manera compleja pero

predefinida, sino de extraer conocimiento novedoso y comprensible.

La recuperación de información: consiste en obtener información desde

datos textuales, por lo que su desarrollo histórico se ha basado en el uso

efectivo de bibliotecas (recientemente digitales) y en la búsqueda por

33

Internet. Una tarea típica es encontrar documentos a partir de palabras

claves lo cual puede verse como un proceso de clasificación de los

documentos en función de estas palabras clave. Para ello se usan medidas

de similitud entre los documentos y la consulta.

Las estadística: ha proporcionado muchos de los conceptos, algoritmos y

técnicas que se utilizan en Data Mining, como por ejemplo, la media, la

varianza y las distribuciones, el análisis univariante y multivariante, la

regresión lineal y no lineal, la teoría del muestreo, la validación cruzada, la

modelización paramétrica y no paramétrica, las técnicas bayesianas, etc.

El aprendizaje automático: es el área de la inteligencia artificial que se

ocupa de desarrollar algoritmos (y programas) capaces de aprender y

constituye junto con la estadística, el corazón del análisis inteligente de los

datos. Los principios seguidos en el aprendizaje automático y en la minería

de datos son los mismos: la máquina aprende un modelo a partir de

ejemplos y lo usa para resolver el problema.

Los sistemas para la toma de decisión: son herramientas y sistemas

informatizados que asisten a los directivos en la resolución de problemas y

en la toma de decisiones. El objetivo es proporcionar la información

necesaria para realizar decisiones efectivas en el ámbito empresarial o en

tareas de diagnóstico (por ejemplo en medicina).

La visualización de datos: el uso de técnicas de visualización permite al

usuario descubrir, intuir o entender patrones que serían más difíciles de

“ver” a partir de descripciones matemáticas o textuales de los resultados.

Existen técnicas de visualización, como por ejemplo, las gráficas (diagrama

de barra, gráficas de dispersión, histogramas, etc.), las icónicas (basadas

en figuras, colores, etc.), las basadas en pixeles (cada dato se representa

como un único pixel), las jerárquicas (dividiendo el área de representación

en regiones dependiendo de los datos) y muchas otras.

34

La computación paralela y distribuida: actualmente, muchos sistemas

de bases de datos comerciales incluyen tecnologías de procesamiento

paralelo, distribuido o de computación en grid. En estos sistemas el costo

computacional de las tareas más complejas de minería de datos se reparte

entre diferentes procesadores o computadores. Su éxito se debe en parte a

la explosión de los almacenes de datos (su adaptación distribuida) y de la

minería de datos, en los que las prestaciones de los algoritmos de consulta

son críticas. Una de las principales ventajas del procesamiento paralelo es

precisamente la escalabilidad de los algoritmos, lo que lo hace idóneo para

estas aplicaciones.

Otras disciplinas: dependiendo del tipo de datos a ser minados o del tipo

de aplicación, la minería de datos usa también técnicas de otras disciplinas

como el lenguaje natural, el análisis de imágenes, el procesamiento de

señales, los gráficos por computadora, etc.

3.3.2. Tarea de Data Mining

Hernández (2004), señala que dentro de Data Mining, se distinguen diversos

tipos de tareas, cada una de las cuales puede considerarse como un tipo de

problema a ser resuelto por un algoritmo de Data Mining. Esto significa que cada

tarea tiene sus propios requisitos, y que el tipo de información obtenida con una tarea

puede diferir mucho de la obtenida con otra.

Las distintas tareas pueden ser predictivas o descriptivas, tal como se muestra

a continuación:

Clasificación: tarea predictiva, quizás la más utilizada donde en ella, cada

registro pertenece a una clase determinada. El resto de los atributos se utiliza

para predecir la clase. El objetivo es maximizar la función de precisión de la

clasificación de los nuevos registros. La clasificación se ocupa de resultados

discretos: si o no. Es útil en problemas como clasificación de los candidatos a

35

crédito; detectar reclamos fraudulentos por los seguros; identificación de

procedimientos médicos; etc.

Ejemplo: consideremos un oftalmólogo que desea disponer de un sistema que

le sirva para determinar la conveniencia o no de recomendar la cirugía ocular

a sus pacientes. Para ello dispone de una base de datos de sus antiguos

pacientes clasificados en operados satisfactoriamente o no en función del tipo

de problema que padecían (miopía y su grado, o astigmatismo) y de su edad.

El modelo encontrado se utiliza para clasificar nuevos pacientes, es decir,

para decidir si es conveniente operarlos o no.

Regresión: consiste en aprender una función que asigna a cada registro un

valor real. Esta es la principal diferencia respecto a la clasificación; el valor a

predecir es numérico. El objetivo de este caso es minimizar el error entre el

valor predicho y el real. Puede servir para estimar el número de niños en una

familia, estimar el ingreso total, etc.

Ejemplo: un empresario quiere conocer cuál es el costo de un nuevo contrato

basándose en los datos correspondientes a contratos anteriores. Para ello usa

una fórmula de regresión lineal, ajustando con los datos pasados la función

lineal y usándola para predecir el costo en el futuro.

Agrupamiento: es la tarea descriptiva por excelencia y consiste en obtener

grupos “naturales” a partir de los datos. Se habla de grupos y no de clases,

porque a diferencia de la clasificación, en lugar de analizar datos etiquetados

con una clase, los analiza para generar esta etiqueta. Los datos son

analizados basándose en el principio de maximizar la similitud entre los

elementos de un grupo minimizando la similitud entre los distintos grupos. Es

decir, se forman grupos tales que los objetos de un mismo grupo son muy

similares entre sí y, al mismo tiempo, son muy diferentes a los objetos de otro

grupo. Al agrupamiento se le suele llamar segmentación, ya que parte o

segmenta los datos en grupos que pueden ser o no disjuntos.

36

Ejemplo: Una librería que ofrece sus servicios a través de Internet usa el

agrupamiento para identificar grupos de clientes en base a sus preferencias

de compras que le permita dar un servicio más personalizado. Así, cada vez

que un cliente se interesa por un libro, el sistema identifica a que grupo

pertenece y le recomienda otros libros comprados por clientes de su mismo

grupo.

Correlaciones: tarea descriptiva que se usa para examinar el grado de

similitud de los valores de dos variables numéricas. Una fórmula estándar para

medir la correlación lineal es el coeficiente r , el cual es un valor real

comprendido entre -1 y 1. Si r es las variables están perfectamente

correlacionadas, caso contrario ( r igual a -1) la correlación es negativa.

Mientras si es 0 no hay correlación. Esto quiere decir que cuando r es

positivo, las variables tienen un comportamiento similar (ambas crecen o

decrecen al mismo tiempo) y cuando r es negativo si una variable crece la

otra decrece. El análisis de correlaciones, sobre todo las negativas, puede ser

muy útil para establecer reglas de ítems correlacionados, como se muestra en

el siguiente ejemplo.

Ejemplo: Un inspector de incendios que desea obtener información útil para la

prevención de incendios probablemente esté interesado en conocer

correlaciones negativas entre el empleo de distintos grosores de protección

del material eléctrico y la frecuencia de ocurrencia de incendios.

Reglas de asociación: Tarea descriptiva muy similar a las correlaciones que

tiene como objetivo identificar relaciones no explícitas entre atributos

categóricos. Pueden ser de muchas formas, aunque la formulación más

común es del estilo “si el atributo X toma el valor d entonces el atributo Y

toma el valor “b ”. Las reglas de asociación no implican una relación causa-

efecto, es decir, puede no existir una causa para que los datos estén

asociados. Este tipo de tarea se utiliza frecuentemente en el análisis de la

cesta de la compra, para identificar productos que son frecuentemente

37

comprados juntos, información está que puede usarse para ajustar los

inventarios, para la organización física del almacén o en campañas

publicitarias. Las reglas se evalúan usando dos parámetros (precisión y

soporte).

Ejemplo: Una compañía de asistencia sanitaria desea analizar las peticiones

de servicios médicos solicitados por sus asegurados. Cada petición contiene

información sobre las pruebas médicas que fueron realizadas al paciente

durante una visita. Toda esta información se almacena en una base de datos

en la que cada petición es un registro cuyos atributos expresan si se realiza o

no cada una de las posibles pruebas médicas que pueden ser realizadas a un

paciente. Mediante reglas de asociación, un sistema encontraría aquellas

pruebas médicas que frecuentemente se analizan juntas por ejemplo, que un

70 por ciento de las veces que se pide un análisis de orina también se solicita

uno de sangre, y esto ocurre en dos de cada diez pacientes. La precisión de

esta regla es del 70 por ciento y el soporte del 20 por ciento.

Asociación Secuencial: se usa para determinar patrones secuenciales en los

datos. Estos patrones se basan en secuencias temporales de acciones y

difieren de las reglas de asociación en que las relaciones entre los datos se

basan en el tiempo.

Ejemplo: Una tienda de venta de electrodomésticos y equipos de audio analiza

las ventas que ha efectuado usando análisis secuencial y descubre que el 30

por ciento de los clientes que compraron un televisor hace seis medes

compraron un DVD en los siguientes dos meses.

38

3.3.4. Técnicas de Data Mining

Todo problema requiere de métodos, técnicas o algoritmos para sean

resueltas y Data Mining no es exenta a ello. Resulta interesante conocer que,

además que una tarea puede tener muchos métodos diferentes para ser resuelta y

teniendo el mismo métodos (o al menos el mismo tipo de técnicas) puede resolver un

gran abanico de tareas.

A continuación, se verán en modo de reseña, los tipos de técnicas existentes

para llevar a cabo las tareas de Data Mining vistas en el punto anterior según lo que

señala Hernández (2004).

I. Técnicas algebraicas y estadísticas

Basadas en expresar modelos y patrones mediante fórmulas algebraicas,

funciones lineales, funciones no lineales, distribuciones o valores estadísticos

tales como medias, varianzas, correlaciones, etc. Frecuentemente, estas

técnicas, cuando obtienen un patrón, lo hacen a partir de un modelo ya

predeterminado, del cual se estiman unos coeficientes o parámetros, de ahí el

nombre de técnicas paramétricas. Algunos de los algoritmos más conocidos son

la regresión lineal, la regresión logarítmica y la regresión logística. Además, los

discriminantes lineales y no lineales basados en funciones predefinidas es decir,

discriminantes paramétricos, entran dentro de esta categoría.

De manera general, la fórmula para una regresión lineal se presenta como

0 1 1 ... n ny c c x c x , donde ix son los atributos predictores e y la salida (Variable

dependiente). Si los atributos son modificados en la función de regresión por

alguna otra función (cuadrados, inversa, logaritmos, combinaciones de

variables…), es decir 0 1 1( ) ... ( )n ny c f x f x , la regresión se dice no lineal. Se

pueden incorporar variables locales o transformaciones en las variables

predictores y en la salida, permitiendo flexibilizar este tipo de técnicas. El abanico

de técnicas se dispara aún más cuando consideramos técnicas no paramétricas.

39

Figura N° 3.3: Ejemplo de regresión lineal


II. Técnicas Bayesianas

Se basan en estimar la probabilidad de pertenencia (a una clase o grupo),

mediante la estimación de las probabilidades condicionales inversas o a priori,

utilizando para ello el Teorema de Bayes. Algunos algoritmos muy populares son

el clasificador bayesiano naïve, los métodos basados en máxima verosimilitud y el

algoritmo EM. Las redes bayesianas generalizan las topologías de las

interacciones probabilísticas entra variables y permiten representar gráficamente

dichas interacciones.

La regla de Bayes establece que si tenemos una hipótesis H sustentada para

una evidencia E , entonces:

( | ) ( )( | )

( )

p E H p Hp H E

p E

(1)

1. Es la regla básica para realizar inferencia permitiendo actualizar la creencia que se tiene de un suceso o

conjunto de sucesos a la luz de nuevos datos u observaciones.

40

III. Técnicas basadas en conteos de frecuencia y tablas de contingencias

Estas técnicas se basan en contar la frecuencia en la que dos o más sucesos

se presentan conjuntamente. Cuando el conjunto de sucesos posibles es muy

grande, existen algoritmos que van comenzando por pares de sucesos e

incrementando los conjuntos sólo en aquellos casos en que las frecuencias

conjuntas superen un cierto umbral. Su implementación se divide normalmente en

dos fases: la extracción de los conjuntos de ítems que cumplan con la cobertura

requerida desde los datos, y la generación de las reglas a partir de estos

conjuntos. Ejemplos de estos algoritmos son el algoritmo “A priori” y similares. El

funcionamiento de este algoritmo se basa en la búsqueda de los conjuntos de

ítems con determinada cobertura. Para ello, en primer lugar se construyen

simplemente los conjuntos formados por solo un ítem que superan la cobertura

mínima. Este conjunto de conjuntos se utiliza para construir el conjunto de

conjuntos de dos ítems, y así sucesivamente hasta que se llegue a un tamaño en

el cual no existan conjuntos de ítems con la cobertura requerida.

IV. Técnicas basadas en árboles de decisión y sistemas de aprendizaje de

reglas

Estos corresponden a condiciones organizadas en forma jerárquica, a modo

de árbol. Son muy útiles para encontrar estructuras en espacios de alta

dimensionalidad y en problemas que mezclen datos categóricos y numéricos.

Esta técnica que, además de su presentación en forma de reglas, se basan en

dos tipos de algoritmos:

i. Divide y vencerás, como el ID3/C4.5 o el CART

ii. Separa y vencerás, como el CN2.

V. Técnicas relacionales. Declarativas y estructurales

La característica principal de este conjunto de técnicas es que representan los

modelos mediante lenguajes declarativos como los lenguajes lógicos, funcionales

41

o lógico-funcionales. Las técnicas de ILP (programación lógica inductiva) son las

más representativas y las que han dado nombre a un conjunto de técnicas

denominadas minería de datos relacional.

VI. Técnicas basadas en redes neuronales artificiales

Se trata de técnicas que aprenden un modelo mediante el entrenamiento de

los pesos que conectan un conjunto de nodos o neuronas. La topología de la red

y los pesos de las conexiones determinan el patrón aprendido. Existen

innumerables variantes de organización: perceptrón simple, redes multicapa,

redes de base radial, redes de Kohonen, etc., con no menos algoritmos diferentes

para cada organización; el más conocido es el de retro propagación

(backpropagation).

Las redes neuronales pueden utilizarse para el reconocimiento de patrones, la

comprensión de información y la reducción de la dimensionalidad, el

agrupamiento, la clasificación, la visualización, etc.

Una red neuronal puede verse como un grafo dirigido con muchos nodos

(elementos del proceso) y arcos entre ellos (sus interconexiones). Cada uno de

estos elementos funciona independientemente de los demás, usando datos

locales (la entrada y la salida del nodo) para dirigir su procesamiento. En la Figura

N° 3.4 se muestra la organización de una red neuronal.

Una red neuronal consta de una capa de entrada, en la que cada nodo

corresponde a una variable independiente a examinar, unos nodos internos

organizados en una o varias capas ocultas y una capa de salida con los nodos de

salida (los posibles valores de las variables objetivo). Cada nodo de la capa de

entrada está conectado a cada nodo de la capa oculta. Los nodos de la capa

oculta pueden estar conectados a nodos de otra capa oculta o a los nodos de la

capa de salida. Cada arco está etiquetado por un peso de conexión (w ) y en

cada nodo hay una función de activación que indica el efecto de ese nodo sobre

42

los valores de los atributos de una instancia en los nodos de entrada y los nodos

de salida determinan la predicción para dicha instancia.

Figura N° 3.4: Red neuronal para el problema de jugar un cierto deporte


VII. Técnicas basadas en núcleo y máquinas de soporte vectorial

Se trata de técnicas que intentan maximizar el margen entre los grupos o las

clases formadas. Para ello se basan en unas transformaciones que pueden

aumentar la dimensionalidad. Estas transformaciones se llaman núcleo (kernels).

Existen muchísimas variantes, dependiendo del núcleo utilizado y de la manera

de trabajar con el margen.

VIII. Técnicas estocásticas y difusas

Bajo él, se incluyen la mayoría de las técnicas que, junto a las redes

neuronales, forman lo que se denomina computación flexible (Soft Computing).

Son técnicas en las que o bien los componentes aleatorios son fundamentales,

43

como el simulated annealing, los métodos evolutivos y genéricos, o bien al utilizar

funciones de pertenencia difusas (Fuzzy).

IX. Técnicas basadas en casos, en densidad o distancia

Son métodos que se basan en distancias al resto de elementos, ya sea

directamente, como los vecinos más próximos (los casos más similares), de una

manera más sofisticada, mediante la estimación de funciones de densidad.

Además de los vecinos más próximos, algunos algoritmos muy conocidos son los

jerárquicos, como Two-Step o COBWEB, y los no jerárquicos, como K medias.

En el aprendizaje basado en instancias, cada nueva instancia se compara con

las existentes usando una métrica de distancia, y la instancia más próxima se usa

para asignar su clase a la instancia nueva. La variante más sencilla de este

método de clasificación es conocido como “el vecino más próximo” (Knearest-

neighbors), usa los k vecinos más próximos, en cuyo caso la clase mayoritaria de

estos k vecinos se asigna a la nueva instancia.

44

3. También denominado de grupos, de conglomerados o tipologías. La denominación cluster está bastante extendida y se asocia con técnicas que nada tienen que ver con otra acepción que la expresión “Análisis de grupos”.

CAPÍTULO 4: TÉCNICAS DE DATA MINING UTILIZADAS EN EL PROYECTO

4.1 ¿Qué es el Análisis Cluster?

Según Hair, Anderson, Tatham & Black (2007), Análisis Cluster3, es la

denominación de un grupo de técnicas multivariantes cuyo principal propósito es

agrupar objetos basándose en las características que poseen. El Análisis Cluster

clasificar objetos (es decir, encuestados, productos u otras entidades) de tal forma

que cada objeto es muy parecido a los que hay en el conglomerado con respecto a

algún criterio de selección predeterminado. Los conglomerados de objetos

resultantes deberán mostrar un alto grado de homogeneidad interna (dentro del

conglomerado) y un alto grado de heterogeneidad externa (entre conglomerados).

Por tanto, si la clasificación es acertada, los objetos dentro de los conglomerados

estarán próximos cuando se representen gráficamente, y los diferentes grupos

estarán muy alejados.

Según Pérez (2008), el Análisis Cluster es un método estadístico multivariante

de clasificación automática de datos. A partir de una tabla de casos-variables, trata

de situar los casos (individuos) en grupos homogéneos, conglomerados o cluster, no

conocidos de antemano pero sugeridos por la propia esencia de los datos, de

manera que individuos que puedan ser considerados similares sean asignados a un

mismo cluster, mientras que individuos diferentes (Disimilares) se localicen en cluster

distintos. La diferencia esencial con el análisis discriminante estriba en que en este

último es necesario especificar previamente los grupos por un camino objetivo, ajeno

a la medida de las variables en los casos de la muestra, por lo tanto el Análisis

Cluster define grupos tan distintos como sea posible en función de los propios datos.

El Análisis Cluster por lo tanto, es un método que permite descubrir

asociaciones y estructuras en los datos que no son evidentes a priori pero que

pueden ser útiles una vez que sean encontrados. Los resultados de un Análisis

Cluster pueden contribuir a la definición formal de un esquema de

clasificación tal como una taxonomía para un conjunto de objetos, a sugerir modelos

45

estadísticos para describir poblaciones, a asignar nuevos individuos a las clases para

diagnóstico e identificación, etc.

Las principales notas características del Análisis Cluster son Luque (2000):

No hay distinción entre variables dependientes e independientes.

Se persigue establecer grupos homogéneos internamente y heterogéneos

entre ellos.

Se pueden agrupar casos o individuos pero también variables o

características, a diferencia del análisis factorial, que se centra en variables.

Se trata de técnicas descriptivas, no de técnicas explicativas.

Implícitamente se admite que en la población o conjunto de elementos a

agrupar, y para el conjunto de características o variables que se dispone,

existe la posibilidad de clasificar.

4.2 Aplicaciones del Análisis Cluster

Las aplicaciones de este análisis abarcan todas las ramas del conocimiento

como por ejemplo, Biología estableciendo clasificaciones de seres vivos, ya sea

plantas o animales e identificar especies y familias; en Psicología para identificar

tipologías de personalidad, de comportamientos paranoicos o esquizofrénicos; en

Sociología, para definir grupos sociales con arreglo a unas características

determinadas; en Medicina, para establecer tipos de síntomas o de trastornos; en

Arqueología, para describir diferentes objetos lícitos o herramientas de diversa

índole, y así en otras ramas diferentes Luque (2000).

El Análisis Cluster se ha aplicado, en que investigaciones y advertencias y

recomendaciones las cuales se detallarán a continuación:

46

En marketing por ejemplo:

Estudiar tipologías de comportamientos de compra y de consumidores.

Obtención de segmentos en un mercado determinado.

Estudios de imagen y de necesidades con respecto a un producto.

Lograr clasificaciones de productos, marcas o empresas y de esta forma

entender mejor sus parecidos y sus diferencias identificando grupos

estratégicos de determinada orientación estratégica de empresas o clases de

productos competitivos.

Identificación de grupos de ciudades y, dentro de cada uno de ellos, de la

ciudad más representativa que pueda servir como laboratorio de pruebas para

acciones de marketing como probar un diseño nuevo, una campaña de

publicidad o una actividad promocional.

Con respecto a las investigaciones, a modo de ejemplo se pueden mencionar

las siguientes:

Para establecer grupos estratégicos de empresas del sector de la distribución

comercial y además analizar su evolución.

Para identificar los calores relevantes para una región concreta, entre los que

destacan: familia, honradez, amistad o paz; y otros que no se consideran tan

importantes (política, sentimiento, vivir al día, religión).

Para identificar segmentos de consumidores con denominaciones de origen

de Navarra y de Aragón.

La satisfacción en el sector servicios es un tema complejo ya que se ha

utilizado el Análisis Cluster para identificar grupos de usuarios de un

determinado servicio publicado con diferente nivel de satisfacción.

47

Para la caracterización del electorado potencial de un partido.

Finalmente resulta necesario mencionar algunas advertencias y

recomendaciones al momento de aplicar Análisis Cluster.

1. Los datos deben estar en escalas comparables y, si es necesario,

estandarizarlos.

2. La determinación del número de grupos debe inspirarse en el conocimiento

teórico y práctico existente sobre el fenómeno en estudios. Las consideraciones

de tipo operativo también sirven de orientación: así un número excesivamente

reducido de grupos aportaría una información pobre, no generaría un incremento

del conocimiento sobre la cuestión en estudio, mientras que si se trata de un

elemento demasiado grande de grupos complica la interpretación y conduce a la

confusión.

3. La distancia elegida puede constituir, por si misma, un elemento determinante en

el proceso de agrupación.

4. Otro tanto ocurre con el orden de los casos en los procedimientos no jerárquicos.

Es decir, el orden condiciona la composición de los grupos; si existe sospecha de

la presencia de este efecto habría que proceder cambiando el orden.

5. Los procedimientos jerárquicos han perdió parte de su popularidad a favor de los

no jerárquicos como consecuencia del desarrollo de programas informáticos. La

clave está por lo tanto, en la selección de los puntos de origen; por lo demás les

afectan en menor medida los valores raros, el tipo de distancia utilizada o la

inclusión de variables relevantes.

6. El tamaño relativo de los grupos tiene su relevancia. No es apropiada una

solución con grupos formados por uno o muy pocos elementos, en tanto que otros

contienen muchos elementos.

48

4.3 Proceso del Análisis Cluster

El Análisis Cluster constituye una fase dentro de un proceso de investigación

en el que ya se habrían fijado los objetivos, las hipótesis o los procedimientos de

datos que se considerarán pertinentes. Incluso para la obtención de la información ya

se deben contemplar los requerimientos de los análisis de datos que se piensan

adecuados según nuestros objetivos de investigación. Para ello debemos destacar

entonces los siguientes pasos que llevan a alcanzar dichos objetivos, según Hair,

Anderson, Tatham & Black (2007).

Primer Paso: Objetivos del Análisis Cluster

El objetivo fundamental del Análisis Cluster es la obtención de un conjunto de

objetos en dos o más grupos basándose en su similitud para un conjunto de

características especificadas. Al formar grupos homogéneos, se alcanzan los

siguientes objetivos graficados en la Figura N° 41.

1. Descripción de una taxonomía: el uso más tradicional del análisis cluster ha

sido para propósitos exploratorios y la formulación de una taxonomía, es decir,

de una clasificación de objetos realizada empíricamente.

2. Simplificación de los datos: en el curso de la obtención de una taxonomía,

el análisis cluster también obtiene una perspectiva simplificada de las

observaciones. Con una estructura definida, las observaciones pueden

agruparse para análisis ulteriores.

49

Figura N° 4.1: Diagrama de decisión de los pasos 1-3

Fuente: Hair, Anderson, Tatham & Black, 2007, Pág. 499

50

3. Identificación de relación: con los conglomerados definidos y la estructura

subyacente de los datos representada en dichos conglomerados, se tiene un

medio para revelar relaciones entre las observaciones que quizá no fuese

posible con las observaciones individuales. Mientras se utilizan análisis tales

como el discriminante para identificar relaciones empíricamente, o los grupos

están sujetos a métodos cualitativos, la estructura simplificada del análisis

cluster muchas veces representa relaciones o similitudes y diferencias no

reveladas previamente.

En cualquier aplicación, los objetivos del análisis cluster no pueden separar de

la selección de variables utilizadas para caracterizar los objetos a agrupar. Tanto si el

objetivo es exploratorio como confirmatorio, se ha restringido efectivamente los

resultados posibles por las variables elegidas para el uso. Los conglomerados

derivados reflejan la estructura inherente de los datos solo como definida por las

variables.

La selección de las variables a incluir en el valor teórico del análisis cluster,

debe hacerse con relación a consideraciones teóricas, conceptuales y prácticas.

Cualquier aplicación del análisis cluster debe descansar en cierta lógica en función

de la cual se seleccionan las variables. Tanto si dicha lógica se basa en una teoría

explicita, investigación pasada o suposición, el investigador debe darse cuenta de la

importancia de incluir sólo aquellas variables que:

i. Caracterizan los objetos que se están agrupando.

ii. Se refieren específicamente los objetivos del análisis cluster.

Según Hair, Anderson, Tatham & Black, (2007), “la técnica del análisis cluster

no tiene un medio para diferenciar las variables relevantes de las irrelevantes. Solo

obtiene los grupos de objetos más consistentes, aunque diferenciados, para todas

las variables. La inclusión de una variable irrelevante aumenta la posibilidad de que

se creen atípicos sobre esta variable, que pueden tener un efecto importante sobre

los resultados. Por tanto, uno nunca debería incluir variables indiscriminadamente

51

sino en su lugar, elegir las variables utilizando el objetivos de investigación como

criterio de selección”.

Segundo Paso: Diseño de investigación mediante análisis cluster

Con los objetivos definidos y las variables seleccionadas, se debe tratar tres

incógnitas antes de empezar el proceso de partición:

i. ¿Pueden detectarse los atípicos y, si es posible, deberían ser

destruidos?

ii. ¿Cómo deberían medirse la similitud de los objetos?

iii. ¿Deberían estandarizarse los datos?

La importancia de estos supuestos y las decisiones hechas en los últimos

pasos se hacen aparentes cuando nos damos cuenta de que aunque el análisis

cluster está buscando una estructura de los datos, debe imponerse en realidad una

estructura a partir de una metodología seleccionada. El análisis cluster no pude

evaluar todas las posibles particiones porque, incluso para un problema

relativamente pequeño de partición de veinte cinco objetos en cinco conglomerados

no solapados, existen 152, 4 10 particiones posibles.

I. Detección de datos atípicos

En su búsqueda de una estructura, el análisis cluster es muy sensible a la

inclusión de variables irrelevantes. Pero también, es sensible a los datos atípicos

(datos que son muy diferentes al resto). Los datos atípicos pueden representar tanto:

i. Observaciones verdaderamente aberrantes que no son representativas

de la poblacional en general.

ii. Una muestra reducida del grupo de la población que provoca una mala

representación del grupo o los grupos de la muestra.

52

En ambos casos, lo datos atípicos distorsionan la verdadera estructura y

hacen que los conglomerados deducidos no sean representativos de la verdadera

estructura de la población, por esta razón, siempre es necesaria un representación

preliminar de estos por medio de un diagrama de perfil. Sin embargo, ante la

presencia de una gran base de datos, la lectura de este diagrama se dificulta, es por

eso que se realiza un estudio de perfil único que los distinguen del resto de las

observaciones.

Cualquiera que sea el medio utilizado, las observaciones identificadas como

atípicos puede evaluarse a efectos de su representatividad respecto de la población

y eliminarlos del análisis si se consideran no representativos.

II. Medidas de similitud

La similitud entre objetos es una medida de correspondencia, o parecido, entre

objetos que van a ser agrupados.

La similitud entre objetos puede medirse de varias formas, pero tres métodos

dominan las aplicaciones del análisis cluster: medidas de correlación, medidas de

distancia y medidas de asociación. Cada uno de los métodos representa una

perspectiva particular de similitud, dependiendo tanto de sus objetivos como del tipo

de datos. Tanto las medidas de distancia como la correlación exigen datos métricos,

mientras que las medidas de asociación son para datos no métricos.

A. Medidas de correlación

La medida de similitud entre objetos que probablemente nos viene a la

mente en primer lugar es el coeficiente de correlación entre un par de objetos

medido sobre varias variables. En efecto, en lugar de hacer la correlación

entre dos conjuntos de variables, invertimos la matriz de las “X variables” de

los objetos de tal forma que las columnas representan los objetos y las filas

representan las variables. Por tanto, el coeficiente de correlación entre las dos

53

columnas de números es la correlación (o similitud) entre los perfiles de los

objetos.

B. Medidas de distancia

Representan la proximidad de las observaciones respecto a las otras para

las variables del valor teórico del análisis cluster, son las medidas de similitud

más utilizadas. Las medias de distancia son en realidad medidas de

diferencia, donde los valores elevados indican una menor similitud. La

distancia se convierte en medida de similitud utilizando una relación inversa.

Miden la distancia entre dos objetos de forma que, cuanto mayor (Rep.

Menor) sea su valor, más (Rep. Menos) diferentes son los objetos y menor

(Rep. Mayor) la probabilidad de que los métodos de clasificación los pongan

en el mismo grupo. Ejemplo de esta medida la distancia euclidiana estándar,

también llamada distancia métrica.

Distancia Euclidiana: es la distancia geométrica en un espacio de unas

dimensiones determinadas, adecuada especialmente para ejes

ortogonales. Con dos dimensiones es la hipotenusa del triángulo

rectángulo, mientras que para i dimensiones la distancia entre dos

elementos X e Y es la raíz cuadrada de la suma de las diferencias al

cuadrado para cada dimensión:

2

, y ,i i i ii i

d X Y X Y d X Y X Y (2)

Además, se utiliza la distancia Euclidiana al cuadrado que es igual pero

sin sacar la raíz cuadrada; o la distancia Euclidiana media que se obtiene

dividiendo por el número de sumando o variables sobre las que se

calculan las diferencias.

2. Ecuación para calcular la distancia geométrica.

54

Distancia de Minkowsky (City-Block): esta se expresa como:

(3)

Para n mayor o igual a 1

Para n=2, es la distancia Euclidiana.

Para n=1, se trata de una distancia denominada de city-block o de

Manhattan y consiste en sumar las diferencias absolutas entre las

variables; en muchas ocasiones proporciona resultados similares a la

distancia Euclidiana. Su expresión es:

, i ii

d X Y X Y (4)

Distancia de Chebychev: Su expresión es la siguiente

( , ) max i id X Y X Y (5)

Distancia de Mahalanobis: esta distancia tiene una métrica distinta a la

de la Euclidiana. Es recomendable para situaciones en las que se produce

multicolinealidad. Coincide con la Euclideana para variables

estandarizadas cuando las correlaciones son nulas. Se expresión es la

siguiente:

1, i i i id X Y X Y W X Y (6)

W : Matriz de covarianzas

3. Representa la distancia a recorrer entre dos puntos con un trazado urbanístico perpendicular. 4. Valor absoluto de la distancia de Minkowsky. 5. Es el máximo valor absoluto de la distancia Minkowsky. 6. Considera sólo la distancia de una observación desde los valores medios de las var. Indep.

1/

,

nn

i ii

d X Y X Y

55

C. Medidas de asociación

Tienen un carácter cualitativo y se obtienen a partir de la existencia de

coincidencias, de acuerdos o desacuerdos. La media del parecido entre

objetos a través de sus características cualitativas también se suele

denominar medidas de similitud que, al contrario de la distancia, a mayor

similitud mayor parecido. La media de la similitud debe satisfacer las

siguientes condiciones:

La similitud entre A y B es igual que la distancia entre B y : AB BAA S S .

La similitud de A consigo mismo o de B consigo mismo es igual y mayor

que la similitud existente entre A y : AA BB ABB S S S para A B .

Al igual que en la distancia, a veces se añade una tercera condición

conocida como la desigualdad del triángulo: si ABS y BCS son grandes,

entonces ACS también lo es.

Las medidas de similitud se obtienen bien interrogando directamente a

personas sobre su percepción, bien midiendo las características o la

posesión de atributos. En este sentido, un caso particular es la utilización de

variables binarias (con valores 0, no posesión de un atributo y 1, posesión de

un atributo) a partir de las cuales se construyen índices sabiendo que las

posibilidades que se pueden presentar como:

p Número de coincidencias positivas (1,1)

n Número de coincidencias negativas (0,0)

d Número de diferencias (1,0)

eNúmero de diferencias (0,1)

56

t p n d e (7)

La combinación de estas situaciones da lugar a una amplia gama de

Índices, según se prime las coincidencias positivas y/o negativas o las

diferencias de uno u otro tipo. Algunos de estos índices son: el índice de

Sokal y Michener, Roger y Tanimoto, Sokal y Sneath.

III. Tipificación de los datos

Con la medida de similitud seleccionada, luego se debe tratar sólo con una

pregunta más: ¿Deberían tipificarse los datos antes de calcular las similitudes? Al

contestar esta, se debe considerar varios asuntos. En primer lugar, la mayoría de las

distancias medidas son bastantes sensibles a las diferentes escalas o magnitudes de

las variables.

A. Estandarización por variables

La manera más común de estandarización es la conversión de cada

variable a unas puntuaciones estándar (también conocidas como

puntuaciones Z) restando la media y dividiendo por la desviación típica de

cada variable. Esta es una opción que tienen todos los programas informáticos

y muchas veces incluso está incluida en el procedimiento de análisis cluster.

Es una forma general de una función de distancia normalizada que utiliza una

medida de distancia Euclideana susceptible de transformación normalizada de

los datos originales. Este proceso convierte cada puntuación de los datos

originales en un valor estandarizado con una media de 0 y desviación

estándar de 1. Esta transformación, a cambio, elimina el sesgo introducido por

las diferencias en las mediciones de varios atributos o variables utilizadas en

el análisis.

7. Ecuación general de las medidas de asociación.

57

B. Estandarización por la observación

Contando con una base de encuestados, se puede aplicar análisis cluster

y obtener conglomerados, pero una posibilidad muy distinta es que se

obtengan conglomerados de gente que dice que sus respuestas son

importantes, o de gente que dice que algo tenía poca importancia y quizá

algunos conglomerados intermedios. Lo que estamos viendo son los efectos

de tipo respuesta en los conglomerados. Los efectos de tipo de respuesta son

las pautas sistemáticas de respuesta a un conjunto de cuestiones, tales como

los que siempre dicen sí (respuesta favorable para todas las cuestiones) o los

que siempre dicen no (respuesta desfavorable para todas las cuestiones.

Tercer Paso: Supuestos del Análisis Cluster

El análisis cluster, no es una técnica de inferencia estadística en la que se

analizan parámetro de una muestra en la medida en que puedan ser representativos

de una población. Por el contrario, es una metodología objetiva de cuantificación de

las características estructurales de un conjunto de observaciones. Como tal, tiene

fuertes propiedades matemáticas pero no fundamentos estadísticos. Las exigencias

de normalidad, linealidad y homocedasticidad que son tan importantes en otras

técnicas realmente tienen poco peso en este tipo de análisis. Sin embargo, los

esfuerzos deben centrarse en dos asuntos críticos que son: la representatividad de la

muestra y la multicolinealidad.

I. Representatividad de la muestra

Rara vez se tiene un censo con el fin de utilizarlo en el análisis cluster.

Normalmente se obtiene una muestra y los conglomerados se derivan en la

esperanza de que representen la estructura de la población. Es así que se debe

confiar en que la muestra obtenida es verdaderamente representativa de la

población. Como ya se ha mencionado, los datos atípicos pueden ser en realidad

producto de una muestra escasa de grupos divergentes que, cuando se descartan,

introducen sesgos en la estimación de la estructura. Por tanto, el análisis cluster solo

58

4. Considera sólo la distancia de una observación desde los valores medios de las variables independientes.

es tan bueno como la representatividad de la muestra. Por consiguiente, todos los

esfuerzos deberían dirigirse a asegurar que la muestra es representativa y que los

resultados son generalizables para la población a estudiar.

II. Impacto de la multicolinealidad

La multicolinealidad actúa como proceso de ponderación no aparente, sin

embargo afecta el análisis. Por esta razón, se anima a examinar las variables

utilizadas en el análisis cluster en busca de una multicolinealidad substancial y, si se

encuentra, o bien reducir las variables al mismo número en cada conjunto o bien

utilizar una de las distancias medidas, como la distancia de Mahalanobis4, que

compensa esta correlación.

Cuarto Paso: Obtención de conglomerados y valoración del ajuste conjunto

Con las variables seleccionadas y la matriz de similitud calculada, comienza el

proceso de partición señalado en la Figura N° 4.2. Es acá donde se debe seleccionar

en primer lugar el algoritmo de aglomeración utilizado en la formación de

conglomerados y a continuación tomar la decisión del número de conglomerados que

se van a formar. Ambas decisiones tienen implicaciones substanciales no solo sobre

los resultados que se obtendrán, sino también sobre la interpretación que se puede

derivar de los resultados.

Lo primero que hay que contestar en esta fase es, ¿Qué procedimiento

debería utilizarse para colocar objetos similares en grupos o conglomerados? Esto

es, ¿Que algoritmo de obtención de conglomerados o qué conjunto de reglas es más

apropiado? El criterio esencial de todos los algoritmos es, sin embargo, que intenta

maximizar las diferencias entre los conglomerados relativos a la variación dentro de

los conglomerados.

59

Los algoritmos de obtención de los conglomerados se clasifican en dos grande

grupos que son: Jerárquicos y no Jerárquicos.

Figura N° 4.2: Pasos 4-6 del diagrama de decisión del análisis Cluster

Fuente: Hair, Anderson, Tatham & Black, 2007, Pág. 509

60

I. Métodos Jerárquicos

Suponen desarrollar una jerarquía, la formación de grupos constituye un

proceso secuencias que se representa gráficamente. Dada una población, se trata de

establecer una jerarquía de partes, delimitando un número de subconjuntos de forma

que entre ellos no tengan elementos comunes (Disimilares) y que cada subconjunto

este incluido en otro (Jerarquía).

Dentro de los procedimientos jerárquicos la literatura señala los siguientes:

Ascendentes (Joining), comienza con n cluster de un objeto cada uno. En

cada paso del algoritmo se recalculan las distancia entre los grupos existentes

y se unen los 2 grupos más similares o menos disimilares. El algoritmo acaba

con 1 cluster conteniendo todos los elementos. Ejemplo de este método son:

Método de Ward, Distancia mínima (Single Linkage) y Distancia máxima

(Complete Linkage).

Descendentes (Divisive), que consisten justamente en lo contrario, partir del

conjunto poblacional e ir dividiendo en subconjuntos hasta llegar al elemento.

Es decir, comienzan con 1 cluster que engloba a todos los elementos

haciendo que en cada paso del algoritmo se divide el grupo más heterogéneo.

El algoritmo acaba con n cluster de un elemento cada uno.

Ahora bien, a continuación se detallará acerca de los procedimientos más

utilizados que son:

A. Vínculo único vecino más próximo (Single linkage o Nearest neighbor)

Donde los grupos se unen considerando la menor de las distancias

existentes entre los miembros más cercanos de distintos grupos. Con ello

permite crear grupos más homogéneos pero a su vez, permite cadenas de

alineamientos entre sujetos muy lejanos. A continuación se identifica la

distancia mínima siguiente y habrá un tercer individuo que se incorpore al

61

grupo o bien se formará un nuevo grupo con dos nuevos componentes; así se

continúa hasta que todos los objetos están comprendidos en un solo grupo.

Los grupos deben estar nítidamente definidos para que proporcione buenos

resultados.

B. Vínculo completo (Complete linkage o furthest Neighbour)

Es similar al anterior salvo que ahora como distancia entre dos grupos se

toman la mayor existente (vecino más lejano) entre dos objetos cualquiera,

cada uno de un grupo diferente.

C. Vínculo medio (Average Linkage)

En este caso no solamente intervienen dos individuos o elementos, sino

que para calcular la distancia entre grupos se recurre a la media pero este

adopta muchas variantes. Así, puede ser la distancia media entre pares de

objetos de los dos grupos sin ponderar (Unweighted pair-group average), o

ponderando por el tamaño de los grupos o números de elementos de cada

uno, sobre todo en el caso de grupos de tamaño muy diferente (weighted pair-

group average). Con este procedimiento se considera más información, no

solamente la derivada de las situaciones extremas de distancia mínima o

máxima.

D. Método del centroide

El centroide de un grupo es el punto medio en un espacio multidimensional

determinado por las dimensiones o variables que se consideran en nuestro

análisis. A medida que se producen incorporaciones a un grupo y el número

de elementos que lo integran varía, el centroide también se modifica. Los

métodos que se basan en el centroide toman la distancia entre grupos como la

distancia entre sus centroides o centros de gravedad. Precisamente al

considerar un punto medio, los valores extraños o raros no influyen tanto en

este método. También tiene variantes según se pondere, es decir, según se

62

considere el tamaño de los grupos o no. Se utiliza el ponderado cuando los

grupos se estiman que son sensiblemente diferentes.

2

2 , i ii

d X Y X Y (8)

Donde iX y iY son las medias de las variables iX y iY .

E. Vinculación Intra-Grupos

Este método de vinculación, aprovecha la información de todos los

miembros de los dos conglomerados que se comparan uniéndolos

previamente. La distancia entre dos conglomerados se calcula como:

2,

1

A B

AB iji j A Bn n

d dC

(9)

Siendo ( )An Card A , ( )Bn Card B y 2

A Bn nC las combinaciones sin repetición

de A Bn n elementos tomados de dos en dos.

Tanto este método como el método de Ward, que se comenta a

continuación, son sensibles a posibles transformaciones monótonas de los

datos.

F. Método de Ward

Forma parte de los denominados métodos de la varianzas porque utiliza un

análisis de la varianza para evaluar las distancias entre grupos. En este caso

se intenta minimizar la suma de los cuadrados de los grupos que se pueden

formar en cada paso, los grupos se van formando de manera que se produzca

el menor aumento en las sumas de los cuadrados. Es un procedimiento que

8. Fórmula que se ocupa para calcular la distancia entre puntos medios de los conglomerados. 9. Es la distancia promedio existente entre todos los miembros del conglomerado unidos a ambos.

63

tiende a producir grupos pequeños equilibrados en cuanto al número de

elementos que los integran.

La idea central es ir agrupando de forma jerárquica elementos de modo

que se minimice una determinada función objetivo, con ello perseguirá la

minimización de la variación intra-grupal de la estructura formada. Este

método tiende a generar conglomerados demasiados pequeños y demasiados

equilibrados en tamaño, además de que es un método menos sensible a

outliers.

El método, en si busca minimizar rr

SSW

2

1 1

rn p

rjr rjmm j

SSW X X

(10)

Donde rjmX denota el valor de la variable

jX en el m-ésimo elemento el

grupo r .

En cada paso del algoritmo une los grupos r y s que minimizan:

2 r st r S rs

r s

n nSSW SSW SSW d

n n

(11)

Con t r s y 2rsd la distancia entre los centroides de r y s

G. Algoritmo de Howard-Harris

A diferencia de los anteriores este es un procedimiento de tipo

descendente ya que va formando grupos a partir de otros y de forma

secuencial utilizando el criterio de minimizar la varianza intra-grupos en cada

subdivisión. Su forma de operar es la siguiente:

10. Corresponde a las sumas de cuadrados intra-grupo para cada grupo r. 11. Formula general del método de Ward.

64

i. Selecciona la variable que tienen mayor varianza, distinguiendo dos

grupos según estén por encima o por debajo de la medias.

ii. Comprueba que cada elemento forma parte del grupo que le es más

afín. Para ello calcula la distancia Euclideana del elemento a los valores

medios del grupo para asignarlo al más próximo, aunque no sea al que

provisionalmente se asignó, en tal caso se trata de una reasignación.

Así se consolidan los dos primeros grupos.

iii. Calculada la suma de cuadrados para cada grupo o la suma de las

diferencias entre los valores de las variables y los valores medios del

grupo, se selecciona el que tenga dicha suma mayor y se elige la

variable con mayor varianza dividiendo, como antes se comentó, en dos

grupos según los elementos tengan valores superiores o inferiores a la

media de tal variable.

iv. Ahora con tres grupos se procede igual que en el punto ii para

comprobar y, si es necesario, reasignar hasta que no se produzca

reasignaciones o se llegue a un número de iteraciones establecido.

v. Para obtener un grupo más se procede de igual forma.

vi. El proceso finaliza cuando:

Se consigue un número de grupos determinado.

El tamaño de los grupos no llega a un mínimo establecido.

No se consigue una reducción significativa de la suma de cuadrados,

en suma, de la variabilidad de los grupos.

II. Métodos no Jerárquicos

Son aquellos que asignan los casos a grupos diferenciados que el propio

análisis configura, sin que unos dependan de otros. Es así, que resulta intuitivo

65

suponer que una clasificación correcta debe ser aquella en que la dispersión dentro

de cada grupo formado sea el menor posible (Criterio de Varianza) y lleva a

seleccionar una configuración cuando la suma de las varianzas dentro de cada grupo

(Varianza Residual) sea mínima. La literatura ha propuesto diversos algoritmos de

clasificación no jerárquica basados en minimizar progresivamente esta varianza, que

difieren en la elección de los cluster provisionales que necesita el arranque del

proceso y en el método de asignación de individuos a los grupos., los cuales se

mencionarán a continuación, Pérez (2005).

A. Algoritmo de las H-medias

Parte de una primera configuración arbitraria de grupos con su

correspondiente media, eligiendo un primer individuo de arranque de cada

grupo asignando posteriormente cada caso al grupo cuya media es más

cercana. Una vez que todos los casos han sido ubicados, calcula de nuevo las

medias o centroides y la toma en lugar de los primeros individuos como una

mejor aproximación de los mismos, repitiendo el proceso mientras la varianza

residual vaya disminuyendo. La partición de arranque define el número de

cluster que, lógicamente pude disminuir si ningún caso es asignado a alguno

de ellos.

B. Algoritmo de las K-medias

Es el más importante, y parte al igual que el algoritmo de las H-medias, de

unas medias arbitrarias y mediante pruebas sucesivas, contrasta el efecto que

sobre la varianza residual tiene la asignación de cada uno de los casos a cada

uno de los grupos. El valor mínimo de varianza determina una configuración

de nuevos grupos con sus respectivas medias. Se asignan otra vez todos los

casos a estos nuevos centroides en un proceso que se repite hasta que

ninguna transferencia puede ya disminuir la varianza residual, o se alcance

otro criterio de parada (un número limitado de pasos de iteración) o

simplemente, que la diferencia obtenida entre los centroides de dos pasos

66

consecutivos sea menor que un valor prefijado. El procedimiento configura los

grupos maximizando, a su vez, la distancia entre sus centros de gravedad y

como la varianza total es fija, minimizar la residual hace máxima la factorial o

inter-grupos. Puesto que minimizar la varianza residual es equivalente a

conseguir que sea mínima la suma de distancias al cuadrado desde los casos

a la media del Cluster al que van a ser asignados, es esta distancia

Euclideana al cuadrado la utilizada por el método.

Este tipo de método es conveniente utilizarlo cuando los datos a clasificar

son muchos y/o para refinar una clasificación obtenida utilizando un método

jerárquico.

Ahora bien, este tipo de agrupación no jerárquica, presenta tres ventajas

importantes:

i. El procedimiento exige que en un principio, se infiera el número de

agrupamientos que van a existir.

ii. Selección de los conglomerados iniciales de los agrupamientos

influye mucho sobre el procedimiento. Además si se deja que el

software elija los conglomerados a su elección, a menudo depende

del orden en que se leen los datos, de modo que por ejemplo, dos

investigadores podrían realizar un análisis por agrupación sobre el

mismo conjunto de datos y producir agrupamientos completamente

diferentes.

iii. Con frecuencia, el procedimiento no es factible desde el punto de

vista del cálculo porque hay precisamente demasiadas elecciones

posibles, no solo para el número de agrupamientos, sino también

para las ubicaciones de estos últimos.

67

Quinto Paso: Interpretación de los conglomerados

En primer lugar hay que conocer algo tan obvio como el número y

composición de los mismos. Si se ha seguido un procedimiento no jerárquico esto es

inmediato, puesto que incluso se define el número de grupos a priori, eso si bien

lleva a una solución, no se puede comprobar si es la mejor entre las posibles.

Ahora bien, en caso de haber optado por un procedimiento jerárquico, el

número de los conglomerados no es algo tan evidente. Normalmente, la

representación gráfica de cómo se forman los grupos pone en relación la distancia de

unión entre dos elementos con la distancia mayor existente; por tanto el número de

grupos depende de la distancia a la que se haga el corte para analizar. Si el corte se

hace a distancias pequeñas el número de grupos será mayor que si se toman

distancias grandes, ya que todos los elementos estarán comprendidos en pocos

grupos.

Concretando el número de conglomerados y su composición, la interpretación

de cada uno de ellos se efectúa considerando las características de los elementos

que lo componen y analizando si poseen o representan determinadas características

en mayor medida que otras, recurriendo a las estadísticas descriptivas por grupo de

las variables de partida. El centroide de un conglomerado es un buen referente para

la descripción, sin olvidar que en realidad los grupos muestran tendencias dentro de

la población que se estudia y no es fácil que sean agrupaciones incuestionables o

puras. Por otro lado, recurrir a variables diferentes de las utilizadas para el análisis

por ejemplo, relacionadas con características socioeconómicas o psicográficas de los

integrantes del conglomerado, ayuda a la interpretación y a extraer conclusiones.

Todo lo anterior permite calificar o poner nombres a los grupos.

La interpretación en los no jerárquicos se enriquece recurriendo a un análisis

de la varianza para examinar las diferencias entre los grupos. Si el análisis ha

cumplido con su objetivo de conseguir una buena clasificación de elementos, la

variabilidad dentro de un conglomerado será pequeña y la variabilidad entre

68

conglomerados será grande. La comparación de las diferencias al cuadrado entre

conglomerados con las de dentro del conglomerado nos permite obtener un ratio F y

un nivel de significación. Las variables con un F grande y el nivel de significación

pequeño difieren entre los distintos conglomerados. Sin embargo, debe quedar claro

que aquí el test F debe utilizarse con precaución y, desde luego, con un sentido

descriptivo, puesto que se han calculado precisamente para maximizar la diferencia

entre ellos y no a partir de ninguna hipótesis a priori. En suma, no se debe utilizar

como prueba de igualdad de la medias de los conglomerados.

Algunas ideas que pueden ser útiles en la interpretación de los resultados son

las siguientes:

Realizar ANOVA y MANOVAS para ver qué grupos son significativamente

distintos y en qué variables lo son.

Realizar un Análisis factorías o de Componentes Principales para representar,

gráficamente los grupos obtenidos y observar las diferencias existentes entre

ellos.

Calcular perfiles medios por grupos y compararlos.

Sexto Paso: Validación y Perfil de los Grupos

Una vez obtenidos los grupos e interpretado los resultados conviene, siempre

que sea posible, proceder a la validación de los mismo con el fin de averiguar, por un

lado, hasta qué punto los resultados obtenidos son extrapolables a la población de la

que vienen los objetos seleccionados y, por el otro lado, por qué han aparecido

dichos grupos. Esta validación se puede realizar de forma externa o interna.

Validez interna

Se puede establecer utilizando procedimientos de validación cruzada. Para

ello se dividen los datos en dos grupos y se aplica el algoritmo de clasificación

69

a cada grupo comparando los resultados obtenidos en cada grupo. Por

ejemplo, si el método utilizado es el de las k-medias se asignaría cada objeto

de uno de los grupos al cluster más cercano obtenido al clasificar los datos el

otro grupo y se mediría el grado de acuerdo entre las clasificaciones obtenidas

utilizando los dos métodos.

Validez externa

Se pude realizar comparando los resultados obtenidos con un criterio

externo (por ejemplo, clasificaciones obtenidas por evaluadores

independientes o analizando en los grupos obtenidos, el comportamiento de

variables no utilizadas en el proceso de clasificación) o realizando un Análisis

Cluster con una muestra diferente de la realizada.

4.4 Regresión Logística Binaria

El modelo de regresión logística es un procedimiento por medio del cual se

intenta analizar las relaciones de asociación entre una variable dependiente

dicotómica (binaria o dummy) Y y una o varias variables independientes (regresores

o predictores) nX cuantitativas o categóricas, todo ello a fin de lograr los siguientes

objetivos:

Determinar la existencia o ausencia de relación entre una o más variables

independientes y la variable dependiente.

Medir la magnitud de dicha relación y estimar o predecir la probabilidad de que

se produzca (o no) el suceso definido por la variable dependiente en función

de los valores que adaptan las variables independientes.

Por tanto, la regresión logística binaria es uno de los modelos lineales

generalizados más frecuentes, ya que modeliza una probabilidad (probabilidad de

compra de un producto entre varios, probabilidad de fraude, probabilidad de

morosidad, etc.) en este caso la variable de respuesta tiene dos (o más)

70

posibilidades, cada una con su respectiva probabilidad, siendo la suma de

probabilidades igual a uno, Hernández (2004).

El análisis de regresión logística es una herramienta muy flexible en cuanto a

la naturaleza de las variables explicativas, pues estas pueden ser de escala y

categóricas.

Si se supone que se tiene la variable de estudio codificada de la siguiente

manera:

Además, si se considera que solo se tiene una variable explicativa X, en estas

condiciones se podría considerar un modelo de regresión lineal con el propósito de

ver que dificultades puede surgir:

i i i iy p a b x u (12)

Si se estima este modelo y se representa gráficamente la recta de regresión

queda como en la figura

Figura Nº 4.3: Representación Gráfica del modelo lineal

Fuente: Luque, 2000, Pág. 34

12. Fórmula de regresión lineal básica.

71

Se puede observar que la línea de regresión no está acotada en el intervalo

[0,1] y, por lo tanto, ya no va a representar una probabilidad.

Además, consideraciones de índole matemática lleva a la conclusión de que

los residuos no van a ser homocedásticos y, por tanto, la técnica de estimación por

mínimos cuadrados dejará de ser un método óptimo de estimación.

Una forma que se tiene de garantizar que los valores pronosticados estén en

el intervalo [0,1] es considerar la siguiente transformación:

( / ) ( ) p a x F x b (13)

Donde F es una función de distribución:

:F R R

Una función de distribución es una función real de variable real, de forma que

verifica que:

Está acotada en el intervalo [0,1]

0 ( ) 1F x x

Es monótona no decreciente

1 2 1 2( ) ( )x x F x F x

Y además, está definida en todo R, tomando los siguientes valores:

( ) 0

( ) 1

F

F

.

13. Fórmula que considera la transformación para poner a prueba una función acotada [0,1].

72

En general, la gráfica de una función de distribución es como la figura.

Figura Nº 4.4: Representación gráfica de la función logística

Fuente: Luque, 2000, Pág. 34

Si se utiliza la función de distribución logística, el análisis se denomina

regresión Logística, y si se utiliza la función de distribución normal se denomina

regresión Probit.

4.4.1 El modelo de Regresión Logística

El modelo de regresión logística parte de la hipótesis de que los datos siguen

el siguiente modelo:

0 1 1 2 2ln .....1

k k

pb b x b x b x u x b u

p

(14)

Con el fin de simplificar la notación, se define Z como:

0 1 1 2 2 ... k kZ b b x b x b x (15)

Por lo tanto, el modelo se puede representar como:

ln1

pz u

p

(16)

14. Hipótesis que pone a prueba el origen de la fórmula de regresión logística. 15. Transformación de una ecuación a un valor Z. 16. Expresión logarítmica de la ecuación.

73

Donde p es la probabilidad de que ocurra el suceso de estudio. Operando

algebraicamente sobre el modelo, se tiene:

ln1

1

(1 )

(1 )

1

z

z

z z

z z

z z

z

z

pz

p

pe

p

p p e

p e p e

p p e e

p e e

ep

e

(17)

Como la función de distribución logística es:

( )1

x

x

eF x

e

(18)

Por tanto, se puede reescribir el modelo de forma mucho más compacta:

( ) ( )1

z

z

ep F z F x b

e

(19)

De donde se deduce que el modelo de regresión logística es, en principio, un

modelo de regresión no lineal, pero es lineal en escala logarítmica atendiendo a su

definición original:

0 1 1 2 2

ln1

ln( ) ln(1 )

ln( ) ln(1 ) ... k k

pz

p

p p z

p p b b x b x b x

(20)

17. Operación algebraica para conseguir el modelo de regresión logística binaria. 18. Función de distribución logística binaria. 19. Forma compacta de la función logística binaria. 20. Comprobación de que el modelo de regresión logística binaria, proviene de un modelo de regresión lineal.

74

Es decir, la diferencia de la probabilidad de que ocurra un suceso respecto de

que no ocurra es lineal pero en escala logarítmica. Por tanto, el significado de los

coeficientes, aunque guardando una cierta relación con el modelo de regresión lineal

es algo más complejo de interpretar.

Las dos formas más importantes de expresar el modelo de regresión logística:

0 1 1 2 2ln( ) ln(1 ) .... k kp p b b x b x b x (21)

0 1 1 2 2 ...1

k kb b xb x b xpe e e e

p

(22)

4.4.2 Estimación de los parámetros

Sea una muestra de n elementos, donde se ha observado la variable

respuesta Y (que solo puede tomar dos valores: cero y uno) y la variable x .

La función de probabilidad de una observación cualquiera es:

( 1 / )

( 0 / ) 1

P Y x p

P Y x p

(23)

Por lo tanto:

1( / ) (1 ) y yP Y x p p (24)

Entonces la función de probabilidades de la muestra es:

1

1 2( , ,...., ) (1 )ii

yYn i

i

P y y y p p

(25)

21. Una de las forma de representar el modelo de regresión logística binaria (Logit). 22. Forma compactada de representar el modelo ya antes mencionado. (Cociente de probabilidades). 23. Formulación de probabilidad elemental. 24. Transformación algebraica para estimar parámetros. 25. Función de la probabilidad de la muestra llamada (Likelihood).

75

Esta expresión recibe el nombre de verosimilitud de la muestra (Likelihood).

Tomando logaritmos, se tiene lo siguiente:

log ( ) log log(1 ) 1

n ni

i ii ii

pP Y y p

p

(26)

Expresando p en función de los parámetros que se desea estimar:

( ) log(1 ) i

nx b

i ii

L B y x b e (27)

Resulta evidente que aunque se derive y se establezca la condición de

máximo, no se puede despejar los coeficientes b .

La solución es:

12

0

( ) ( )

'a

L B L BB B

B B B

(28)

Esta solución establece como encontrar una solución aB , la ordenada en el

origen, y 1 1( , ..., )k . A veces, se utilizan también como parámetros 0exp( ) y

exp( )i , que se denominan los Odds ratios o Ratios de Probabilidades. Estos valores

indican cuanto se modifican las probabilidades por unidad de cambio en las variables

x .

01

exp exp( )1

j

kxi

i jji

pO

p

(29)

Si se supone considerar dos elementos que tienen valores iguales en todas

las variables menos en una. Sean 1 , .... , ....i ih ikx x x los valores de las variables para el

26. Formula de Likelihood añadida con logaritmos. 27. Formula de Likelihood expresadas en parámetros “P”. 28. Solución no derivable ante la presencia de parámetros “P”. 29. Fórmulas de los Odds Ratio o llamados también ratios de probabilidades.

76

primer elemento y 1( , .... , ..... )j jh jkx x x para el segundo, y todas las variables son las

mismas en ambos elementos menos en la variable h donde 1ih jhx x . Entonces, el

Odds ratio para estas dos observaciones es:

hi

j

Oe

O

(30)

“e” indica cuanto se modifica el ratio de probabilidades cuando la variable jx

aumenta en una unidad. Si se considera 0,5ip en el modelo logit, entonces.

0 1 1log ... 01

ii k ki

i

px x

p

(31)

Es decir:

01

21 1

kj ji

ij

xx

(32)

4.4.3 Bondad de Ajuste: Contraste de hipótesis

Este tipo de medidas de bondad del ajuste se basa en contrastar la hipótesis

nula 0H de que el modelo seleccionado ajusta bien los datos por medio de un

estadístico con una distribución conocida, Johnson (1998).

I. Desvianza (Deviance)

El estadístico desvianza (D) se define como una función del logaritmo

neperiano del cociente de la función de verosimilitud del modelo seleccionado y la

del modelo saturado. Un modelo saturado es aquel que contiene tantos

30. Odds Ratio, considerando dos elementos que tienen en valores iguales menos en una.

31. Formula del modelo logit, considerando una probabilidad ip = 0,5.

32. 1ix representa el valor de 1x que hace igualmente probable que un elemento cuyas restante variables son

2ix ,…., kix , pertenezca a la primera o la segunda población.

77

parámetros como datos y que perfectamente los valores observados. La

desvianza tiene la siguiente expresión:

Verosimilitud del modelo seleccionado2ln

Verosimilitud del modelo saturadoD

La cantidad entre corchetes se denomina razón de verosimilitud y el propio

estadístico D es también llamado test o prueba de razón de verosimilitud. Este

estadístico se distribuye aproximadamente como una 2X con N p grados de

libertad, donde N es el número de observaciones y p el número de parámetros

contenidos en el modelo.

II. Prueba Chi-Cuadrado

Esta prueba se basa en la obtención de un estadístico 2X que mide el nivel de

discordancia que puede existir al comparar, para cada uno de los diferentes

patrones de predictores existentes, el número de respuestas (afirmativas)

observadas con la probabilidad estimada por el modelo. Por patrón de predictores

se entiende cada una de las diferentes combinaciones de valores que pueden

adoptar las variables independientes incluidas en el modelo. El estadístico 2X ,

cuando el número de patrones predictoresM N , es:

2

2

1

( )

1

Mi i i

ii i

m y pX

p p

(33)

Donde im es el número de casos incluidos en cada patrón de predictores, iy la

opción de la variable respuesta y ˆip la probabilidad estimada por el modelo para

el patrón de covariables i . Para grandes muestras el estadístico se distribuye,

obviamente, como una Chi-Cuadrado con M p grados de libertad.

33. Formula general de la prueba Chi-Cuadrado.

78

En presencia de variables continuas, el número de patrones de predictores es

muy notable que sea igual al número de observaciones muéstralesM N . En

estos casos la prueba 2X tomaría la expresión:

2

2

1 1

N i i

ii i

y pX

p p

(34)

Puesto que in sería igual a 1. Hosmeler y Lemeshow (1989) advierten de la

obtención de valores p incorrectos cuando M N ; sin embargo, estos

autores sugieren que, en los casos en que el modelo ajustado es el

correcto, se puede utilizar la prueba 2X con N p grados de libertad con

unos resultados razonables.

III. Prueba de Hosmer-Lemeshow

Este estadístico se obtiene calculando el estadístico Chi-Cuadrado de

Pearson, construyendo una tabla de contingencia a la que aplica un contraste

tipo 2X .

4.4.4 Análisis del modelo

Los residuos del modelo (residuos de Pearson), se definen como:

1

i ii

i i

y pe

p p

(35)

Y, si el modelo es correcto, serán variables de media cero y varianza unidad

que pueden servir para hacer el análisis de dicho modelo. El estadístico 22

0ieX i

permite realizar un contraste global de la bondad del ajuste. Se distribuye

34. Fórmula para la Prueba Chi-Cuadrado de variables continúas. 35. Fórmula general de los residuos de Pearson para análisis del modelo.

79

asintóticamente como una 2x con ( 1)n k grados de libertad, donde 1k es el

número de parámetros en el modelo.

En lugar de los residuos de Pearson:

2 log 1 log 1i i ii id y p y p (36)

36. Formula general de los residuos de Pearson para análisis del modelo.

80

CAPÍTULO 5: APLICACIÓN DE TECNICAS DE DATA MINING

5.1 Datos

Para el desarrollo de la investigación se han utilizado principalmente dos

bases de datos. La primera de ellas cuenta con información de características

propias de él o de los servicios contratados por el cliente, y la segunda con

información demográfica de estos últimos. También se ha obtenido otras

informaciones provenientes de otras bases de datos, las cuales se han conseguido

con procesos de cruce de información con herramientas ofimáticas como Microsoft

Access 2010 y Microsoft Excel 2010.

La información recopilada para el trabajo está comprendida entre Enero de

2009 hasta Junio de 2011, contando con un universo de 100.000 datos de

información en conjunto para las plazas de Concepción y Temuco.

Cabe señalar que por motivo del terremoto ocurrido en Febrero del año 2010

en nuestro país, el periodo con información en las bases de datos comprendido entre

Marzo a Junio del mismo año quedara fuera del estudio para la plaza de Concepción,

ya que en estos meses la información existente en las bases está de alguna manera

distorsionada, y no refleja la normalidad de los periodos como ocurre en los meses

restantes que se han tomado como base para la investigación.

81

5.2 Análisis Cluster

5.2.1 Introducción

El Análisis Cluster o también llamado Análisis de Conglomerados, es una

técnica estadística multivariante, cuyo objetivo es dividir un conjunto de datos

observados en distintas categorías, permitiendo que los perfiles de los objetos

pertenecientes a un mismo grupo sean lo más similares entre sí (cohesión interna del

grupo) y los perfiles de los objetos de clusters diferentes sean distintos (aislamiento

externo del grupo).

Análisis Cluster es un método de interdependencia de datos. A diferencia de

métodos dependientes como estudios de regresión, regresión logística o análisis de

correlación, que buscan estudiar cómo se relaciona una variable de tipo dependiente

( y ) con otras de carácter independientes ( 1, 2, ...,x x xn ), este método de forma

sencilla logra agrupar datos con características similares.

Para la utilización de esta técnica, es importante definir las etapas necesarias

para la aplicación.

Figura Nº 5.1: Etapas de Análisis Cluster

Fuente: Mahía, 2010, Pág. 13

1.- Selección de la muestra ó población de datos

2.- Selección y transformación de variables a utilizar

3.- Selección de concepto de distancia o similitud y medición de las mismas

4.- Selección y aplicación del criterio de agrupación

5.- Determinación de la estructura correcta

82

5.2.2 Selección de datos y variables a utilizar

La selección de datos fue realizado en conjunto con analistas de la empresa,

logrando observar y estudiar el amplio universo de información que se puede extraer

desde las bases de datos. Con la observación de la información, se dio paso al

análisis de esta misma, logrando comprender a grandes rasgos las características

propias de las bases de datos y de cómo poder orientar el trabajo en base a la

técnica de Análisis Cluster.

Es de importancia señalar que la selección de datos, se basó en

características de tipo demográficas que han tenido los clientes fugados de la

compañía, y de paso, las características que han tenido los servicios dados de baja.

Posterior a la selección de datos, se utilizó una fase existente en el proceso

KDD (específicamente, fase de limpieza de datos) la cual permitió eliminar datos

atípicos (edades no coherentes, grupos socioeconómicos sin información, deudas

negativas, entre otras) logrando contar con una base de datos limpia y sin

incoherencias. Luego de este proceso, se pudo establecer el universo de datos con

que se trabajó en esta técnica, contabilizando 86.000.

Figura 4.1 – Diagrama de base de datos utilizada en Análisis Cluster

Figura Nº 5.2: Diagrama de bases de datos a utilizar en Análisis Cluster

Por otro parte, la selección de las variables es de suma importancia para el

correcto desarrollo del trabajo, ya que si en esta etapa no se logra definir cuáles son

las más influyentes para la investigación, es probable que todo el esfuerzo carezca

de sentido o en un peor caso de una base estadística que sostenga la técnica

empleada.

+ Características de

servicios

desconectados

Características de

clientes fugados

Base de datos a utilizar

83

Por ello, en busca de lograr definir estas variables se pidió la opinión de

expertos en esta área. Gracias a la ayuda de analistas de VTR (Rodrigo Velázquez y

Nicolás Von Caprivi) se logró definir veinte variables que según ellos en una primera

instancia son relevantes para esta técnica.

A continuación se detallan las variables a utilizar y una breve descripción de

las mismas.

Tabla Nº 5.1: Variables utilizadas en la investigación de Análisis Cluster

VARIABLE DESCRIPCIÓN

EDAD Edad del cliente

SEXO Sexo del cliente

GSE Grupo Socioeconómico del cliente

RECO Reconexión del servicio

MOTDX Motivos de la desconexión del servicio

DEUDA Niveles de deuda asociadas al servicio

NUM_RECLA Números de reclamos asociados al servicio

TIPO_RECLA Tipos de reclamos asociados al servicio

ANTIGUE_SER Antigüedad del servicio

PROMO_RETEN Promociones de retención asociados al servicio

CAT_CLIENTE Categoría asociada al tipo de cliente

TIPO_MULTI Tipos de multiservicios contratados

CANAL_ENTRADA Canal entrada del servicio

CANTF001 Cantidad de servicios de Telefonía Contratados

CANT2WAY Cantidad de servicios de Internet Contratados

CANTC001 Cantidad de servicios de TV Cable Contratados

PILETA Cambios de servicios contratados luego de una desconexión

GTAR_PRO Empaquetamiento de servicios contratados

GTAR_VALOR Valoración del empaquetamiento de servicios contratados

CANAL_PAGO Medios utilizados para el pago de servicios

84

5.2.3 Transformación de las variables

El término variable fue definido por D´Ary, Jacobs y Razavieh en 1982 como

las características o atributos que permiten diferentes valores. Ejemplo de aquello es

la estatura, temperatura, clima, etc. Existen diversas formas de clasificación de

variables, pero su clasificación fue de acuerdo con el sujeto de estudio en cuestión y

el uso de las mismas.

Para el desarrollo de Análisis Cluster las variables fueron clasificadas como

categóricas. Estas últimas clasifican a los sujetos distribuyéndolos en grupos, de

acuerdo a algún atributo previamente establecido, por ejemplo, grupo

socioeconómicos, categoría del cliente, deudas, etc.

A su vez, estas variables se pueden subdividir en dos tipos: variables

dicotómicas que poseen dos categorías, por ejemplo MASCULINO-FEMENINO

(SEXO), y variables policotómicas que establecen tres o más categorías, como por

ejemplo ABC1, C2, C3, D, E (GSE).

La utilización de este tipo de variables obedece exclusivamente a facilitar el

manejo de información dentro de la investigación. A continuación se establece un

cuadro resumen con respecto a las variables específicas utilizadas.

Tabla Nº 5.2: Clasificación de variables dicotómicas y policótomicas en Análisis Cluster

TIPO DE VARIABLES

DICOTÓMICAS SEXO CAT_CLIENTE POLICOTÓMICAS EDAD TIPO_MULTI

GSE CANAL_ENTRADA RECO CANTC001 MOTDX CANT2WAY DEUDA CANTF001 NUM_RECLA PILETA TIPO_RECLA GTAR_PRO ANTIGUE_SER GTAR_VALOR PROMO_RETEN CANAL_PAGO

85

Luego de establecer las variables que se utilizaron en Análisis Cluster, es

necesario realizar un proceso de transformación de variables para manipular de

mejor forma los datos, ya que esto logró categorizar los datos existentes y de paso,

facilitó la interpretación de resultados.

Tabla Nº 5.3: Variables y cambios de atributos utilizados en Análisis Cluster

VARIABLE ATRIBUTO

EDAD 18 años <= 27 años -----> 1

28 años <= 37 años -----> 2

38 años <= 47 años -----> 3

48 años <= 57 años -----> 4

58 años <= 67 años -----> 5

68 años o más -----> 6

SEXO Femenino -----> 1

Masculino -----> 2

GSE ABC1 -----> 1

C2 -----> 2

C3 -----> 3

D -----> 4

E -----> 5

RECO Si Reconexión -----> 1

No Reconexión -----> 2

MOTDX Morosidad -----> 1

Cambio a la competencia -----> 2

Económico -----> 3

No utilización de servicios -----> 4

Traslado de servicios -----> 5

Fin de promociones -----> 6

Otros motivos -----> 7

86

DEUDA $0 <= 29.999 -----> 1

$30.000 <= 59.999 -----> 2

$60.000 <= 89.999 -----> 3

$90.000 o más -----> 4

NUM_RECLA Sin reclamos -----> 0

1 reclamo -----> 1

2 reclamos -----> 2

3 o más -----> 3

TIPO_RECLA Sin registro -----> 0

Técnicos -----> 1

Comerciales -----> 2

Técnicos & Comerciales -----> 3

ANTIGUE_SER 1 mes <= 12 meses -----> 1

13 meses <= 24 meses -----> 2

25 meses<= 48 meses -----> 3

49 meses <= 73 meses -----> 4

74 meses o más -----> 5

PROMO_RETEN 2 meses Dcto. Económico -----> 1

6 meses Dcto. Económico -----> 2

12 meses Dcto. Económico -----> 3

6 meses Prod. Gratis -----> 4

12 meses Prod. Gratis -----> 5

Sin promoción -----> 6

CAT_CLIENTE Residencial -----> 1

Convenios -----> 2

87

TIPO_MULTI CableFónico -----> 1

CableInternet-----> 2

FonoInternet -----> 3

Sólo Cable -----> 4

Sólo Fono -----> 5

Sólo Internet -----> 6

Triple Play -----> 7

CANAL_ENTRADA Ceac In -----> 1

Ceac Out -----> 2

Dealer Pto. -----> 3

Dealer Terreno -----> 4

Sucursal -----> 5

Terreno -----> 6

Otros -----> 7

CANTC001 Sin registro -----> 0

1 servicio -----> 1

2 servicios o más -----> 2

CANT2WAY Sin registro -----> 0

1 servicio -----> 1


CANTF001 Sin registro -----> 0

1 servicio -----> 1


PILETA 3P a Cable-Fono -----> 1

3P a Cable-Internet -----> 2

3P a Fono-Internet -----> 3

CableFónico a Cable -----> 4

CableFónico a Fono -----> 5

CableInternet a Cable -----> 6

CableInternet a Internet -----> 7

FonoInternet a Fono -----> 8

FonoInternet a Internet -----> 9

Fin de pileta -----> 10

88

GTAR_PRO Cable Full -----> 1

Cable Hogar -----> 2

Internet 2 MB -----> 3

PT350 -----> 4

PTI -----> 5


110 Min. Controlado -----> 7


Otros -----> 9

GTAR_VALOR Alto -----> 1

Medio -----> 2

Bajo -----> 3

CANAL_PAGO Agencias -----> 1

Otros Canales -----> 2

Canales Interno -----> 3

Agencias - Otros Canales -----> 4

Agencias - Canales Interno -----> 5

Canales Interno - Otros Canales -----> 6

Agencias - Canales Interno - Otros Canales -----> 7

Si bien la mayor parte de las variables no requiere una descripción detallada,

hay algunas que se han definido que podrían causar preguntas sobre su significado.

De forma breve se explicarán cuatro variables las cuales se detallan a

continuación.

PROMO_RETEN, son promociones ofrecidas a clientes cuando estos últimos

dan de baja de forma voluntaria los servicios. Son focalizados y pretenden

como la descripción lo dice RETENER al cliente de una potencial fuga.

CANAL_ENTRADA, corresponde al canal que se utilizó para contratar el

servicio dado de baja. Aquí podemos encontrar diversos tipos, desde la

contratación vía telefónica, sucursales o vía internet. Los canales más

utilizados son los que se presentan en la Tabla Nº 5.3, en donde se

categorizan los siete canales de entrada más utilizados.

89

PILETA, corresponde a los cambios ocurridos en el paquete de productos

contratados post desconexión de un servicio. Por ejemplo, si se contrata un

TRIPLE PACK (TV Cable, Telefonía e Internet), y luego se desconecta

Internet, habrá un cambio de PILETA de 3P a Cable-Fono. De igual modo

ocurre con las otras combinatorias de servicios que pueden existir.

CANAL_PAGO, son los medios utilizados por los clientes para efectuar el

pago de la deuda de servicios contratados. Comúnmente se clasifican en

canales internos y canales externos. Los canales internos son propios de la

compañía, y los externos están clasificados en agencias (Servipag y Sencillito)

y otros (Tiendas de Retail, Bancos, Etc.).

Para el desarrollo de esta técnica de Data Mining, existen

principalmente dos métodos de conglomeración que comúnmente se utilizan. A

continuación de describe un cuadro resumen sobre las diferencias básicas y sus

principales inconvenientes que posee cada una.

Tabla Nº 5.4: Diferencias Básicas de cada uno de los métodos de conglomeración

Fuente: Ayuga, 2010, Pág. 18

Métodos Jerárquicos Métodos No Jerárquicos

Comienza con las observaciones y no

precisa determinar a priori el número de

cluster.

Comienza con una partición inicial de

conglomerados. A priori se determina el

número y composición de los

conglomerados

La asignación de objetos es definitiva. El procedimiento es iterativo y permite

la reasignación de objetos.

Operar con una matriz de similaridades. Operan con la matriz de datos

originales.

90

5. Rosana Ferrero. Master en Estadística Aplicada. Universidad de Granada, España.

Tabla Nº 5.5: Inconvenientes de cada uno de los métodos de conglomeración

Fuente: Ayuga, 2010, Pág. 19

Métodos Jerárquicos Métodos No Jerárquicos

Si la estructura de la población es

desconocida resulta difícil escoger el

algoritmo.

Dificultad en conocer a priori el número

real de los conglomerados existentes

en la muestra

Es difícil operar e interpretar los

gráficos con más de 200 datos.

Formar todas las particiones posibles

para escoger la óptima es muy

complejo

Mayor cantidad de atípicos en este

punto.

Complejidad en los análisis.

Una mala partición no puede

modificarse.

Una mala decisión inicial sobre el nº de

composición de los grupos ocasiona

una errónea clasificación.

5.2.4 Elección del número de conglomerados para cada plaza en estudio

Para el correcto cálculo del número de conglomerados que cada plaza

necesita, fue necesario primero establecer el método de medida de distancia y de

conglomeración.

Como la investigación se realizó en base a variables categóricas establecidas

anteriormente, el método de medida de distancia elegido fue Chi-Cuadrado según la

recomendación de los autores5 para este tipo de variables.

91

5. Rosana Ferrero, Master en Estadística Aplicada, Universidad de Granada, España.

Los métodos de conglomeración que fueron utilizados son los siguientes:

a) Vinculación fuera de grupos

b) Vecino más lejano

c) Agrupación de centroides

Es de importancia señalar que existen múltiples métodos de conglomeración,

pero puntualmente se eligieron estos tres que según los autores5 proporcionan

buenos resultados al utilizar el método de medida de distancia mencionado

anteriormente. Las formas y combinatorias en esta etapa pueden ser múltiples, pero

aplicarlas todas carece de sentido, ya que en gral. los métodos llegan a resultados

muy cercanos entre sí.

A continuación para cada método de conglomeración empleado se detalla una

tabla resultante del análisis del software estadístico SPSS v19, en la cual aparecen

las etapas de conglomeración (que siempre son igual 1n , donde n corresponde al

número de variables definidas), y luego un historial de los coeficientes de

conglomeración que miden la distancia entre las uniones de los cluster en cada

etapa. Este valor inicialmente siempre es pequeño, aumentando de forma gradual

hasta llegar a 1n etapas. Por ultimo dentro de la tabla, se encuentra las diferencias

de coeficientes de conglomeración, la cual nos permite ver el salto más significativo

desde una etapa a otra (comúnmente se le llama a esta técnica “método del

codazo”).

El método del codazo (o “The bigger Jump” en inglés) es una técnica

algebraica que permite determinar el número de cluster recomendado para el método

empleado de forma fácil y rápida. Siguiere que se debe observar la mayor diferencia

de coeficientes dentro de la tabla, luego posicionarse en la etapa anterior a la cual le

corresponda esa diferencia de coeficientes y observar el número de la etapa. Este

valor es el número de cluster (conglomerados) recomendados por el método.

92

Por último, la información sobre los coeficientes de conglomeración se

presenta de forma gráfica, en donde se puede ver con mayor claridad el salto que se

origina en las distancias de coeficientes, lo que permite establecer con mayor

claridad esta técnica utilizada.

Plaza Concepción


Tabla Nº 5.6: Método Vinculación fuera de grupos – Plaza Concepción

Etapa Coeficientes Dif. Coeficientes

1 37,49

2 58,02 20,53

3 62,51 4,49

4 81,82 19,31

5 106,95

6 122,86 15,91

7 129,65 6,78

8 142,52 12,88

9 149,16 6,64

10 157,41 8,25

11 157,92 0,51

12 165,22 7,30

13 171,21 5,99

14 179,84 8,64

15 199,02 19,17

16 222,08 23,06

17 234,63 12,55

18 247,92 13,30

19 271,23 23,31

93

Gráfico Nº 5.1: Método Vinculación fuera de grupos – Plaza Concepción

b) Vecino más lejano

Tabla Nº 5.7: Método Vecino más Lejano – Plaza Concepción


1 37,49

2 61,37 23,88

3 62,51 1,14

4 89,75 27,24

5 121,48

6 137,97 16,49

7 145,95 7,97

8 156,78 10,83

9 161,61 4,83

10 170,21 8,60

11 172,65 2,44

12 186,62 13,97

13 207,17 20,55

14 213,74 6,56

15 243,67 29,94

16 274,51 30,84

17 293,56 19,05

18 295,86 2,29

19 318,77 22,91

0,00

50,00

100,00

150,00

200,00

250,00

300,00

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Co

efi

cie

nte

s

Nº Cluster

Vinculación fuera de grupos

Coef.

94

Gráfico Nº 5.2: Método Vecino más lejano – Plaza Concepción


Tabla Nº 5.8: Método Agrupación de centroides – Plaza Concepción


1 37,49

2 48,65 11,16

3 62,51 13,87

4 67,76 5,25

5 88,45

6 89,43 0,97

7 90,36 0,94

8 97,05 6,69

9 98,76 1,71

10 102,85 4,09

11 106,56 3,71

12 107,94 1,38

13 108,09 0,16

14 113,06 4,97

15 129,50 16,44

16 149,14 19,64

17 153,25 4,11

18 154,11 0,86

19 171,62 17,51

0,00

50,00

100,00

150,00

200,00

250,00

300,00

350,00

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Co

efi

cie

nte

s

Nº Cluster

Vecino más Lejano

Coef.

95

Gráfico Nº 5.3: Método Agrupación de centroides – Plaza Concepción

0,00

50,00

100,00

150,00

200,00

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Co

efi

cie

nte

s

Nº Cluster

Agrupación de centroides

Coef.

96

Plaza Temuco


Tabla Nº 5.9: Método Vinculación fuera de grupos – Plaza Temuco


1 12,12

2 20,74 8,61

3 31,04 10,31

4 55,21

5 68,26 13,05

6 73,87 5,62

7 75,58 1,71

8 80,74 5,16

9 84,49 3,75

10 92,77 8,28

11 95,45 2,68

12 97,92 2,47

13 98,89 0,97

14 103,86 4,97

15 108,90 5,03

16 124,03 15,13

17 138,59 14,56

18 140,93 2,33

19 152,28 11,35

Gráfico Nº 5.4: Método Vinculación fuera de grupos – Plaza Temuco

0,00

50,00

100,00

150,00

200,00

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Co

efi

cie

nte

s

Nº Cluster

Vinculación fuera de grupos

Coef.

97

b) Vecino más alejado

Tabla Nº 5.10: Método más alejado – Plaza Temuco

Etapa Coeficientes Dif. Distancias

1 12,12 2 26,70 14,57 3 45,95 19,26

4 62,21 16,26 5 85,71

6 86,35 0,64 7 90,97 4,63 8 95,45 4,48 9 98,91 3,46

10 99,18 0,27 11 102,54 3,36 12 108,22 5,68 13 118,24 10,02 14 124,65 6,41 15 138,88 14,23 16 159,29 20,41 17 171,08 11,78 18 180,64 9,57 19 200,85 20,21

Gráfico Nº 5.5: Método Vecino más lejano – Plaza Temuco

0,00

50,00

100,00

150,00

200,00

250,00

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Co

efi

cie

nte

s

Nº Cluster

Vecino más Lejano

Coef.

98


Tabla Nº 5.11: Método Agrupación de centroides – Plaza Temuco

Etapa Coeficientes Dif. Distancias

1 12,12 2 27,71 15,58 3 38,65 10,94 4 52,84 5 53,08 0,25 6 54,88 1,80 7 56,34 1,46 8 60,04 3,70 9 60,74 0,69

10 62,03 1,30 11 62,46 0,43 12 63,18 0,71 13 64,12 0,95 14 65,21 1,08 15 67,74 2,54 16 78,36 10,62 17 89,20 10,84 18 91,23 2,03 19 100,65 9,42

Gráfico Nº 5.6: Método Agrupación de centroides – Plaza Temuco

0,00

20,00

40,00

60,00

80,00

100,00

120,00

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Co

efi

cie

nte

s

Nº Cluster

Agrupación de centroides

Coef.

99

Resumen de resultados

Para la plaza de Concepción, las tres técnicas empleadas indicaron que el

número de conglomerados a utilizar para esta fuese de cuatro. Por otra parte, para la

plaza de Temuco, son dos técnicas empleadas que indicaron que el número de

conglomerados a utilizar fuese de tres, y la otra restante que fuese de cuatro. Por

simple mayoría (dos sobre tres técnicas) el número de conglomerados a utilizar para

esta plaza fue de tres.

Si bien ningún método empleado es mejor que otro, es una buena base el

poder comparar las distintas técnicas permitiendo establecer un rango de soluciones

al problema.

Conociendo el número de conglomerados recomendados a utilizar, se aplicó el

método K-Medias (Método No Jerárquico) para interpretar los resultados del Análisis

Cluster para cada plaza de estudio.

100

5.2.5 Aplicación del Método No Jerárquico (K-Medias)

El Análisis Cluster de K-Medias es una herramienta específica que permite

asignar n objetos a un número fijo de k conglomerados ( 1)k cuyas características

no se conocen con certeza, pero que se basa en un conjunto de variables

específicas. Es de utilidad cuando se trabaja con un gran conjunto de datos (miles).

El cálculo del número fijo de k conglomerados para cada plaza, fue visto y

estudiado anteriormente, estableciéndose dichos valores.

El primer paso del Análisis Cluster de K-Medias es construir centros de

conglomerados iniciales, posterior a esto se inicia la asignación de casos basándose

en la distancia de los centros, y luego, actualiza las posiciones de los centros de los

conglomerados basándose en los valores medios de los casos. Todo este trabajo se

realiza por medio de sucesivas iteraciones, hasta llegar al resultado óptimo.

Se forma simple se observa cómo funciona la técnica de K-Medias. Los

múltiples puntos que representan datos son re-ordenados con respecto a las

distancias de los centros de conglomerados que se originan luego de las sucesivas

iteraciones, permitiendo al final conseguir conglomerados finales distintos entre sí.

Figura Nº 5.3: Herramienta Análisis Cluster de K-Medias

101

La aplicación de la técnica de Análisis Cluster de K-Medias fue realizada en el

software estadístico SPSS v19.

Por último, es de importancia señalar que para cada plaza se detalla a

continuación el cluster más representativo, dejando los resultados de los restantes en

los ANEXOS A, B, C, D, E y F de la investigación.

Plaza Concepción

El total de desconexiones estudiadas fue de 63.850 para la plaza de

Concepción. Del resultado de la aplicación de Análisis Cluster de K-Medias se

establece la siguiente conformación de conglomerados.

Gráfico Nº 5.7: Porcentaje de casos en cada conglomerado – Plaza Concepción

La conformación de los centros iniciales del conglomerado más representativo

mediante la herramienta estadística se detalla en la Tabla Nº 5.12, en esta primera

instancia hay una ordenación inicial de datos que corresponde justo antes de iniciar

la primera iteración.

Los valores que aparecen tanto en la Tabla Nº 5.12 y Nº 5.13, corresponden a

los valores de las medias de cada variable.

14%

22%

27%

37%

Porcentaje de casos en cada conglomerado

Cong. 1 Cong. 2 Cong. 3 Cong. 4

102

Tabla Nº 5.12: Centros iniciales del conglomerado cuatro – Plaza Concepción

Centros iniciales del conglomerado

Conglomerado

4

MOTDX 7

DEUDA 1

EDAD 1

SEXO 1

GSE 2

NUM_RECLA 0

TIPO_RECLA 0

ANTIGUE_SER 1

CANAL_ENTRADA 1

CANAL_PAGO 1

CANTC001 1

CANTF001 0

CANT2WAY 0

PILETA 10

GTAR_PRO 1

GTAT_VALOR 1

PROMO_RETEN 6

CAT_CLIENTE 1

TIPO_MULTI 4

RECO 2

Posteriormente, se inició el proceso de iteración logrando de forma sucesiva

cambiar los centros iniciales del conglomerado cuatro. El número máximo de

iteraciones utilizado es de diez, ya que luego de este valor generalmente no se

logran cambios significativos en los centros.

Luego de las iteraciones se logró la conformación de los centros finales del

conglomerado cuatro. De esta tabla, se pueden apreciar las características de

composición que reúne el cluster.

103

Tabla Nº 5.13: Centros finales del conglomerado cuatro – Plaza Concepción

Centros finales del conglomerado

Conglomerado

4

MOTDX 3

DEUDA 2

EDAD 3

SEXO 2

GSE 3

NUM_RECLA 0

TIPO_RECLA 0

ANTIGUE_SER 2

CANAL_ENTRADA 5

CANAL_PAGO 4

CANTC001 1

CANTF001 0

CANT2WAY 0

PILETA 10

GTAR_PRO 2

GTAT_VALOR 2

PROMO_RETEN 6

CAT_CLIENTE 1

TIPO_MULTI 4

RECO 2

En la Tabla Nº 5.14 se observan los cambios en los centros del conglomerado

cuatro a medida que se generan las iteraciones sucesivas por medio del software

estadístico utilizado. Se puede apreciar que en las primeras iteraciones los cambios

fueron significativos, pero a medida que aumentan las iteraciones los cambios van

siendo de menor significancia.

104

Tabla Nº 5.14: Historial de iteraciones para cambios en los centros del conglomerado cuatro – Plaza

Concepción

Historial de iteraciones

Iteración 4

1 6,677

2 ,857

3 ,412

4 ,334

5 ,088

6 ,030

7 ,014

8 ,008

9 ,016

10 ,020

En la Tabla Nº 5.15 se observa la distancia euclídea entre el centro del

conglomerado cuatro y los restantes formados. Se establece que la mayor distancia

se genera con el conglomerado uno, y que la menor ocurre con el conglomerado dos.

Tabla Nº 5.15: Distancia entre el centro del conglomerado cuatro y los restantes formados – Plaza

Concepción

Distancia euclídea

Conglomerado 4

1 9,562

2 4,802

3 7,122

4 0

105

Plaza Temuco

El total de desconexiones estudiadas fue de 22.383 para la plaza de Temuco.

Del resultado de la aplicación de Análisis Cluster de K-Medias se establece la

siguiente conformación de conglomerados.

Gráfico Nº 5.8: Porcentaje de casos en cada conglomerado – Plaza Temuco

De igual modo como sucede en la plaza de Concepción, la primera etapa fue

la conformación de los centros iniciales del conglomerado más representativo

mediante la herramienta estadística. Dicha información se detalla en la Tabla Nº

5.16.

19%

55%

26%

Porcentaje de casos en cada conglomerado

Cong. 1 Cong. 2 Cong. 3

106

Tabla Nº 5.16: Centros iniciales del conglomerado dos – Plaza Temuco

Centros iniciales del conglomerado

Conglomerado

2

MOTDX 7

DEUDA 1

EDAD 2

SEXO 1

GSE 2

NUM_RECLA 3

TIPO_RECLA 2

ANTIGUE_SER 3

CANAL_ENTRADA 1

CANAL_PAGO 7

CANTC001 1

CANTF001 0

CANT2WAY 0

PILETA 10

GTAR_PRO 1

GTAT_VALOR 1

PROMO_RETEN 6

CAT_CLIENTE 1

TIPO_MULTI 4

RECO 2

Posteriormente, se inició el proceso de iteración logrando de forma sucesiva

cambiar los centros de este conglomerado más representativo en estudio.

Luego de las iteraciones, se logró la conformación de los centros finales del

conglomerado dos, información que se detalla en la Tabla Nº 5.17. De igual modo

como se observó en la plaza de Concepción, se pueden apreciar las características

de composición que reúne este cluster.

107

Tabla Nº 5.17: Centros finales del conglomerado dos – Plaza Temuco

Centros finales del conglomerado

Conglomerado

2

MOTDX 2

DEUDA 2

EDAD 3

SEXO 2

GSE 2

NUM_RECLA 1

TIPO_RECLA 1

ANTIGUE_SER 2

CANAL_ENTRADA 5

CANAL_PAGO 4

CANTC001 0

CANTF001 1

CANT2WAY 1

PILETA 9

GTAR_PRO 3

GTAT_VALOR 2

PROMO_RETEN 6

CAT_CLIENTE 1

TIPO_MULTI 3

RECO 2

En la Tabla Nº 5.18 se observan los cambios en los centros finales del

conglomerado a medida que se generan las iteraciones sucesivas por medio del

software estadístico. Se puede apreciar que desde la octava iteración ya no existe

ningún cambio en los centros de conglomerados para el cluster formado.

108

Tabla Nº 5.18: Historial de iteraciones para cambios en los centros del conglomerado dos – Plaza

Temuco


Iteración 2

1 6,603

2 1,443

3 ,502

4 ,396

5 ,075

6 ,011

7 ,002

8 ,000

En la Tabla Nº 5.19 se observa la distancia euclídea entre los centros del

conglomerado dos y los restantes formados. Se establece que la mayor distancia se

genera con el conglomerado uno, y que la menor ocurre con el conglomerado tres.

Tabla Nº 5.19: Distancia entre el centro del conglomerado dos y los restantes formados – Plaza

Temuco

Distancia euclídea

Conglomerado 2

1 7,735

2 0

3 7,543

109

Análisis de resultados

Plaza Concepción

El conglomerado más representativo para la plaza de Concepción es el

número cuatro, con una representación de un 37% del total de desconexiones

analizadas.

Cluster Cuatro

El tipo de cliente que se presenta en este cluster es de tipo residencial, la

edad del mismo fluctúa entre los 38 y 47 años de edad, con sexo de tipo masculino y

grupo socioeconómico C3. El motivo de la desconexión se debe a problemas de

carácter económico, con deudas que fluctúan entre $30.000 y $59.999. Este

conglomerado no presenta ningún tipo de reclamo acumulado hasta la fecha de

desconexión.

La antigüedad de él o los servicios al momento de la desconexión fluctúa entre

los 13 y los 24 meses de contratación del mismo. El canal de entrada utilizado para

la contratación del servicio es por medio de sucursales propias de la empresa, y los

canales de pago utilizados en este conglomerado son medios externos como

agencias (Servipag y Sencillito) y otros canales, como pago por medio de bancos o

utilizando convenios con empresas del retail.

Solo se presenta el servicio contratado de TV Cable, y no de servicios de

Telefonía e Internet, de esto último, luego de la desconexión se pone fin a la pileta de

productos. El empaquetamiento de producto en este conglomerado es Cable Hogar,

que tiene un valor de categorización de nivel medio para la empresa. Este

conglomerado no presenta promociones de retención de ningún tipo al momento de

la desconexión, y luego de la desconexión no existe intención por parte del cliente en

volver a reconectar el servicio dado de baja.

110

Plaza Temuco

El conglomerado más representativo para la plaza de Temuco es el número

dos, con una representación de un 55% del total de desconexiones analizadas.

Cluster Dos

El tipo de cliente que se presenta en este cluster es de tipo residencial, la

edad del mismo fluctúa entre los 38 y 47 años de edad, con sexo de tipo masculino y

grupo socioeconómico C2. El motivo de la desconexión se debe a cambios a la

competencia, con deudas que fluctúan entre $30.000 y $59.999. Este conglomerado

presenta un reclamo acumulado hasta la fecha de desconexión, y su carácter es de

tipo técnico.

La antigüedad de él o los servicios al momento de la desconexión fluctúa entre

los 13 y los 24 meses de contratación del mismo. El canal de entrada utilizado para

la contratación del servicio es por medio de sucursales propias de la empresa, y los

canales de pago utilizados en este conglomerado son medios externos como

agencias (Servipag y Sencillito) y otros canales, como pago por medio de bancos o

utilizando convenios con empresas del retail.

Los clientes poseen un Tipo Multiservicio de Internet y Telefonía, y la

desconexión del servicio para este cluster es Telefonía, pasando luego de la

desconexión a un paquete de un servicio (Internet). El empaquetamiento de producto

en este conglomerado es Internet 2MB, que tiene un valor de categorización de nivel

medio para la empresa. Este conglomerado no presenta promociones de retención

de ningún tipo al momento de la desconexión, y luego de la desconexión no existe

intención por parte del cliente en volver a reconectar el servicio dado de baja.

111

5.3 Regresión Logística Multivariante

5.3.1 Introducción

La regresión logística multivariante se define por la existencia de una variable

dependiente ( )y con dos estados y múltiples variables de tipo independiente

( 1, 2, ..., )x x xn que pueden ser de carácter categóricas o cuantitativas. El principal

objetivo de esta técnica de Data Mining es obtener una estimación no sesgada o

ajustada de la relación entre la variable dependiente (o resultado) y múltiples

variables independientes que se estime importantes para el estudio.

Para el trabajo desarrollado, la variable dependiente dicotómica se define

como sigue. Su primer estado es de tipo ACTIVO, y el segundo estado es FUGA. Se

define ACTIVO como el estado de no desconexión de servicios de TV Cable, Internet

y Telefonía, y como FUGA a la desconexión propiamente tal.

Los pasos que se han utilizado para la elaboración de esta parte del capítulo,

son definidos en la sgte. figura. Cabe señalar que los detalles y características de

esta técnica de Data Mining fueron detallados en capítulos anteriores.

Figura Nº 5.4: Etapas de Regresión Logística Multivariante

Fuente: Aguayo, 2010, Pág. 1

1. Explorar las relaciones bivariantes (entre las variables

predictoras y la dependiente).

2. Evaluar interacciones y/o factores de confusión.

3. Construir el modelo o ecuación de RLM.

4. Evaluar el modelo.

Etapas RLM

112

5.3.2 Selección de Datos y variables a utilizar

La selección de datos necesarios para el desarrollo de RLM corresponde a

información sobre características demográficas de clientes fugados y actuales que ha

tenido la compañía, y también, de características de servicios fugados y actuales

asociados a estos mismos clientes. El periodo de tiempo que se ha elegido para la

recolección de datos, corresponde a Enero de 2009 a Junio de 2011.

Figura Nº 5.5: Diagrama sobre datos a utilizar en RLM

Posterior a la selección de datos, se utilizó una fase existente en el proceso

KDD llamada limpieza de datos. Esta fase permitió eliminar datos atípicos (edades

no coherentes, grupos socioeconómicos sin información, deudas negativas, entre

otras), logrando al final de la limpieza, una base de datos sin incoherencias que

podrían de algún modo distorsionar el análisis que se quiere lograr. Luego de este

proceso, se pudo establecer el universo de datos con que se trabajó en esta técnica,

contabilizando 35.000.

Luego de la aplicación de la fase perteneciente a KDD, es necesario definir

qué variables a priori podrían ser influyentes para la construcción del modelo. Es por

ello, que con ayuda de analistas de VTR Globalcom S.A. fueron elegidas nueve

variables independientes que en una primera instancia podrían ser significativas para

el estudio.

+ Características de

servicios fugados y

actuales

Características de

clientes fugados y

actuales

Base de datos a utilizar

113

A continuación se detallan las variables independientes utilizadas en RLM y

una breve descripción de las mismas.

Tabla Nº 5.20: Variables utilizadas en RLM

VARIABLE DESCRIPCIÓN

GSE Grupo socioeconómico del cliente

DEUDA Valor de la deuda actual

PERMA_MESES Permanencia en meses de serv. contratados

EDAD_C Edad del cliente

SEXO Sexo del cliente

PROMO_ASOC Promociones asociadas a serv. contratados

RECLAM Reclamos asociados a serv. contratados

CPAGO Canales de pago utilizados

C_ENTRADA Canal de entrada a la compañía

No se ampliara mayormente en la descripción y detalles específicos de

algunas variables dado que la gran mayoría no lo requiere. Pero existen algunas que

podrían causar preguntas o dudas sobre su significado, y que a continuación se

detallan.

DEUDA, corresponde al valor actualizado de la deuda para los servicios

activos y el último registro de los servicios fugados disponibles en la base de

datos. La actualización de los valores se hizo con fecha de junio de 2011.

PERMA_MESES, tiempo de permanencia en meses de él o los servicios

contratados por el cliente.

PROMO_ASOC, existencia o no de promociones ofrecidas al cliente para

prolongar su tiempo en la compañía. Pudiendo ser descuentos económicos en

servicios o gratuidad de estos últimos.

RECLAM, existencia o no de reclamos asociados a los servicios contratados

por el cliente.

114

CPAGO, canales de pago utilizados por el cliente para la cancelación de

servicios contratados. Puede ser de tipo interno o externo.

C_ENTRADA, canal de entrada de él o los servicios contratados. Se optó por

colapsar las categorías policotómicas a dicotómicas logrando dos tipos de

clasificación. La primera de ellas con nombre “Push” (Dealer Terreno +

Terreno) y la segunda “Pull” (Dealer Pto. + Sucursal).

5.3.3 Transformación de las variables

De igual forma como se hizo con Análisis Cluster, las variables para el

desarrollo de RLM se clasificaron en categóricas. La utilización de este tipo de

clasificación obedece exclusivamente a facilitar el manejo de información dentro de la

investigación. A continuación se establece la forma de categorización empleado en

esta sección del capítulo.

Es de importancia señalar que muchas de las variables utilizadas en RLM

originalmente son de tipo policotómicas, las cuales fueron empleadas en Análisis

Cluster. Para el caso de RLM es recomendable colapsar o agrupar categorías para

transformarlas en dicotómicas, ya que de esta forma el trabajo resulta más simple y

con mejor pronóstico en el modelo.

Tabla Nº 5.21: Variables y cambios de atributos utilizados en RLM

VARIABLE ATRIBUTO

GSE ABC1 + C2 -----> 0

C3 + D + E -----> 1

DEUDA $0 - $14.999 -----> 0

$15.000 o más -----> 1

PERMA_MESES 0 a 25 meses -----> 0

26 meses o más -----> 1

115

EDAD_C Mayor a 40 años -----> 0

Menor o igual a 40 años -----> 1

SEXO Masculino -----> 0

Femenino -----> 1

PROMO_ASOC Existencia de promoción -----> 0

No Existencia de promoción -----> 1

RECLAM Existencia de reclamos -----> 0

No Existencia de reclamos -----> 1

CPAGO C. Externo -----> 0

C. Interno -----> 1

C_ENTRADA Canales Push -----> 0

Canales Pull -----> 1

5.3.4 Análisis univariado de las variables

Posterior a la transformación de las variables, fue necesario realizar un

análisis univariado de cada una de ellas para poder cuantificar la importancia o no de

incluirlas posteriormente en el modelo.

Para ello fue necesario realizar una comparación de distribución de cada una

de las variables independientes en función de la variable dependiente ESTAD_SERV

(ACTIVO / FUGA).

Se establece como importante cualquiera que presente una diferencia

absoluta igual o mayor a 5% en la comparación de ambas distribuciones. Si hay una

diferencia en valor absoluto menor a 5%, se establece que esa variable no es

significativa para ser incluida en el modelo.

116

Plaza Concepción

Gráfico Nº 5.9: Distribución por GSE – Estado Activo y Fuga – Plaza Concepción

Gráfico Nº 5.10: Distribución por Nivel de deuda – Estado Activo y Fuga – Plaza Concepción

Gráfico Nº 5.11: Distribución por Permanencia – Estado Activo y Fuga – Plaza Concepción

39%

61%

0%

10%

20%

30%

40%

50%

60%

70%

ABC1 + C2 C3 + D + E

Activo - GSE

30%

70%

0%

20%

40%

60%

80%

ABC1 + C2 C3 + D + E

Fuga - GSE

69%

31%

0%

20%

40%

60%

80%

$0 - $14.999 $15.000 o más

Activo - Nivel de deuda

46%

54%

42%

44%

46%

48%

50%

52%

54%

56%

$0 - $14.999 $15.000 o más

Fuga - Nivel de deuda

75%

25%

0%

10%

20%

30%

40%

50%

60%

70%

80%

0 a 25 meses 26 meses o más

Activo - Permanencia

49%

51%

49%

49%

50%

50%

51%

51%

0 a 25 meses 26 meses o más

Fuga - Permanencia

117

Gráfico Nº 5.12: Distribución por Edad – Estado Activo y Fuga – Plaza Concepción

Gráfico Nº 5.13: Distribución por Sexo – Estado Activo y Fuga – Plaza Concepción

Gráfico Nº 5.14: Distribución por Promociones – Estado Activo y Fuga – Plaza Concepción

61%

39%

0%

10%

20%

30%

40%

50%

60%

70%

Mayor a 41 años Menor o igual a 40años

Activo - Edad

48%

52%

44%

46%

48%

50%

52%

54%

Mayor a 41 años Menor o igual a 40 años

Fuga - Edad

51%

49%

48%

49%

49%

50%

50%

51%

51%

52%

Masculino Femenino

Activo - Sexo

49%

51%

48%

49%

49%

50%

50%

51%

51%

52%

Masculino Femenino

Fuga - Sexo

1%

99%

0%

20%

40%

60%

80%

100%

120%

Existencia de promo. No Existencia depromo

Activo - Promociones

0%

100%

0%

20%

40%

60%

80%

100%

120%

Existencia depromociones

No Existencia depromo.

Fuga - Promociones

118

Gráfico Nº 5.15: Distribución por Reclamos asociados a servicios – Estado Activo y Fuga – Plaza Concepción

Gráfico Nº 5.16: Distribución por Canal de pago utilizado – Estado Activo y Fuga – Plaza Concepción

Gráfico Nº 5.17: Distribución por Canal de entrada de servicios – Estado Activo y Fuga – Plaza Concepción

33%

67%

0%10%20%30%40%50%60%70%

Existencia de reclamos No Existencia dereclamos

Activo - Reclamos asociados a servicios

25%

75%

0%

20%

40%

60%

80%


Fuga - Reclamos asociados a servicios

31%

69%

0%

10%

20%

30%

40%

50%

60%

70%

80%

Canal Externo Canal Interno

Activo - Canal de pago utilizado

10%

90%

0%

20%

40%

60%

80%

100%


Fuga - Canal de pago utilizado

62%

38%

0%

20%

40%

60%

80%

Terreno + D. Terreno Sucursal + D. Pto.

Activo - Canal de entrada de servicios

67%

33%

0%

20%

40%

60%

80%


Fuga - Canal de entrada de servicios

119

Plaza Temuco

Gráfico Nº 5.18: Distribución por GSE – Estado Activo y Fuga – Plaza Temuco

Gráfico Nº 5.19: Distribución por Nivel de deuda – Estado Activo y Fuga – Plaza Temuco

Gráfico Nº 5.20: Distribución por Permanencia – Estado Activo y Fuga – Plaza Temuco

65%

35%

0%

10%

20%

30%

40%

50%

60%

70%

ABC1 + C2 C3 + D + E

Activo - GSE

58%

42%

0%

10%

20%

30%

40%

50%

60%

70%

ABC1 + C2 C3 + D + E

Fuga - GSE

70%

30%

0%

10%

20%

30%

40%

50%

60%

70%

80%

$0 - $14.999 $15.000 o más

Activo - Nivel de deuda

49%

51%

48%

48%

49%

49%

50%

50%

51%

51%

52%

$0 - $14.999 $15.000 o más

Fuga - Nivel de deuda

71%

29%

0%

20%

40%

60%

80%

0 a 25 meses 26 o más meses

Activo - Permanencia

36%

64%

0%

10%

20%

30%

40%

50%

60%

70%

0 a 25 meses 26 o más meses

Fuga - Permanencia

120

Gráfico Nº 5.21: Distribución por Edad – Estado Activo y Fuga – Plaza Temuco

Gráfico Nº 5.22: Distribución por Sexo – Estado Activo y Fuga – Plaza Temuco

Gráfico Nº 5.23: Distribución por Promociones – Estado Activo y Fuga – Plaza Temuco

63%

37%

0%

10%

20%

30%

40%

50%

60%

70%

Mayor a 40 años Menor o igual a 40 años

Activo - Edad

51%

49%

48%

49%

49%

50%

50%

51%

51%

52%

Mayor a 40 años Menor o igual a 40años

Fuga - Edad

52%

48%

45%46%47%48%49%50%51%52%53%

Masculino Femenino

Activo - Sexo

50%

50%

49%

50%

50%

51%

51%

Masculino Femenino

Fuga - Sexo

2%

98%

0%

20%

40%

60%

80%

100%

120%

Existencia de promo. No existencia depromo.

Activo - Promociónes

2%

98%

0%

20%

40%

60%

80%

100%

120%

Existencia de promo. No Existencia depromo.

Fuga - Promociones

121

Gráfico Nº 5.24: Distribución de clientes por Reclamos asociados a servicios – Estado Activo y Fuga – Plaza Temuco

Gráfico Nº 5.25: Distribución por Canal de pago utilizado – Estado Activo y Fuga – Plaza Temuco

Gráfico Nº 5.26: Distribución por Canal de entrada – Estado Activo y Fuga – Plaza Temuco

41%

59%

0%

20%

40%

60%

80%


Activo - Reclamos asociados a servicios

34%

66%

0%

20%

40%

60%

80%


Fuga - Reclamos asociados a servicios

24%

76%

0%

10%

20%

30%

40%

50%

60%

70%

80%


Activo - Canal de pago utilizado

9%

91%

0%

20%

40%

60%

80%

100%


Fuga - Canal de pagos utilizado

56%

44%

0%

10%

20%

30%

40%

50%

60%

Terreno + D. Terreno Sucursal + D. Pto

Activo - Canal de entrada

52%

48%

45%

46%

47%

48%

49%

50%

51%

52%

53%


Fuga - Canal de entrada

122

Resultados y Conclusiones

Plaza Concepción

La diferencia de distribución de la variable GSE de los estados ACTIVO y

FUGA es de un 9%.

La diferencia de distribución de la variable DEUDA de los estados ACTIVO y

FUGA es de un 23%.

La diferencia de distribución de la variable PERMA_MESES de los estados

ACTIVO y FUGA es de un 26%.

La diferencia de distribución de la variable EDAD_C de los estados ACTIVO y

FUGA es de un 13%.

La diferencia de distribución de la variable SEXO de los estados ACTIVO y

FUGA es de un 2%.

La diferencia de distribución de la variable PROMO_ASOC de los estados


La diferencia de distribución de la variable RECLAM de los estados ACTIVO y

FUGA es de un 8%.

La diferencia de distribución de la variable CPAGO de los estados ACTIVO y

FUGA es de un 21%.

La diferencia de distribución de la variable C_ENTRADA de los estados


Del análisis anterior, se resume lo siguiente.

Las variables GSE, DEUDA, PERMA_MESES, EDAD_C, RECLAM, CPAGO

y C_ENTRADA son variables relevantes de incluir en el modelo, ya que la

comparación de distribuciones para cada variable es igual o superior en valor

absoluto a 5%.

123

Las variables SEXO y PROMO_ASOC por el contrario, no son relevantes de

incluir en la generación del modelo, dado que la comparación de

distribuciones para cada variable es menor en valor absoluto a 5%.

Plaza Temuco

La diferencia de distribución de la variable GSE de los estados ACTIVO y

FUGA es de un 7%.

La diferencia de distribución de la variable DEUDA de los estados ACTIVO y

FUGA es de un 21%.

La diferencia de distribución de la variable PERMA_MESES de los estados


La diferencia de distribución de la variable EDAD_C de los estados ACTIVO y

FUGA es de un 12%.

La diferencia de distribución de la variable SEXO de los estados ACTIVO y

FUGA es de un 2%.

La diferencia de distribución de la variable PROMO_ASOC de los estados


La diferencia de distribución de la variable RECLAM de los estados ACTIVO y

FUGA es de un 7%.

La diferencia de distribución de la variable CPAGO de los estados ACTIVO y

FUGA es de un 15%.

La diferencia de distribución de la variable C_ENTRADA de los estados


Del análisis anterior, se resume lo siguiente.

Las variables GSE, DEUDA, PERMA_MESES, EDAD_C, RECLAM y CPAGO

son variables relevantes de incluir en el modelo, ya que la comparación de

distribuciones para cada variable es igual o superior en valor absoluto a 5%.

124

Las variables SEXO, PROMO_ASOC y C_ENTRADA por el contrario, no son

relevantes de incluir en la generación del modelo, dado que la comparación de

distribuciones para cada variable es menor en valor absoluto a 5%.

5.3.5 Exploración de las relaciones bivariantes

Antes de construir el modelo fue necesario explorar la asociación entre la

variable dependiente ( y ) y las múltiples variables independientes ( 1, 2, ...,x x xn ) que

son candidatas a ser incorporadas.

Xi Y

Para ello, en una primera etapa se analizó mediante tablas de contingencia las

variables independientes (resultantes del análisis univariado) con la variable

dependiente mediante una prueba Chi-Cuadrado.

Posteriormente, se realizó un análisis de regresión logística simple

permitiendo ver la existencia de relación entre la variable dependiente y la

independiente por medio del estadístico de Wald.

Prueba de independencia Chi-Cuadrado

La prueba de independencia Chi-Cuadrado permitió determinar si existe o no

relación entre dos variables categóricas. Esta prueba indica si existe o no una

relación directa entre las variables, pero no puede indicar el grado o nivel de relación.

Ho: Las variables son independientes.

H1: Las variables están relacionadas entre sí.

Cada prueba realizada cuenta con un valor establecido de alfa ( ), cuyo valor

hace referencia al nivel de confianza que se desea que tenga la prueba Chi-

125

Cuadrado. Para el desarrollo de la investigación el nivel de confianza utilizado es de

95%, lo cual establece que el valor de sea de 5%.

La prueba Chi-Cuadrado parte de la hipótesis que las variables son

independientes, es decir, que no existe relación alguna entre ellas y que por tanto,

ninguna de ellas ejerce influencia sobre la otra. Su objetivo es comprobar la hipótesis

mediante el nivel de significación, por lo que si el valor de la significación es mayor o

igual = 5%, la hipótesis será aceptada, pero si es menor la hipótesis será

rechazada.

Regresión logística simple

Este análisis permitió ver si la variable independiente influye de forma

significativa en la probabilidad de ocurrencia del estudio.

H0: La variable independiente no influye significativamente sobre la

variable dependiente.

H1: La variable independiente influye significativamente sobre la variable

dependiente.

Las hipótesis presentadas anteriormente están planteadas

conceptualmente y se necesita plantear la hipótesis de forma operativa. Esto

significa que se deben encontrar parámetros estadísticos que pueden ser

evaluados para que, según valores obtenidos, se pueda rechazar o no la

hipótesis nula.

Un modelo de regresión logística univariado es validado si 1b es

significativamente distinto de cero. 1b es el coeficiente de regresión logística muestral

y es un estimador de 1B , que es el coeficiente de regresión logística poblacional.

Cuando 1b es significativamente distinto de cero, indica que es muy poco

probable que 1B sea cero.

126

Las hipótesis alternativas planteadas son las siguientes.

0H 1B 0

1H 1B 0

Estadístico de Wald

Por medio de este estadístico se logró contrastar de forma operativa las

hipótesis anteriores. Se distribuye según una Chi-Cuadrado con un grado de libertad

si la variable independiente es de tipo numérico, y si es cualitativa los grados de

libertad será igual al número de categorías menos uno.

Si el valor experimental de Wald, bajo los supuestos de la hipótesis nula, es

menor que el nivel de significancia fijado en el contraste, se rechaza la hipótesis nula

y se concluye que la variable independiente influye en la probabilidad de las

características de la variable dependiente.

Los resultados se presentan en tablas generadas en SPSS, en donde para

cada variable se detalla el valor de su coeficiente, error estándar, parámetro de Wald,

grados de libertad, valor de significancia ( )p y el valor del parámetro ODDS RATIO.

El intervalo de confianza utilizado es de 95%.

B: Parámetro b estimado de la ecuación.

S.E.: Error estándar de las estimaciones.

Wald: Prueba de significación estadística que testea la hipótesis nula (b

iguales a cero).

gl: Grados de libertad de cada variable.

Sig.: Nivel de significación del Wald (probabilidad de error al descartar la

hipótesis nula).

Exp(B): Muestra cuanto aumenta (o disminuye) el “ODDS RATIO”. El valor 1

indica que la variable no influye.

127

Plaza Concepción

Variable GSE

Tabla Nº 5.22: Prueba Chi-Cuadrado para la variable dependiente y variable GSE – Plaza Concepción

Pruebas de chi-cuadrado

Valor gl Sig. asintótica (bilateral)

Chi-cuadrado de Pearson 174,952 1 ,000

Tabla Nº 5.23: Regresión Logística Simple para la variable dependiente y variable GSE – Plaza

Concepción

Variables en la ecuación

B E.T. Wald gl Sig. Exp(B)

I.C. 95% para EXP(B)

Inferior Superior

GSE

-,373 ,028 174,245 1 ,000 ,688 ,651 ,728

Constante

-,196 ,016 143,058 1 ,000 ,822

Variable DEUDA

Tabla Nº 5.24: Prueba Chi-Cuadrado para la variable dependiente y variable DEUDA – Plaza

Concepción


Valor

gl

Sig. asintótica (bilateral)

Chi-cuadrado de Pearson

1231,392

1

,000

128

Tabla Nº 5.25: Regresión Logística Simple para la variable dependiente y variable DEUDA – Plaza

Concepción




Inferior Superior

DEUDA

,957 ,028 1205,380 1 ,000 2,605 2,468 2,750

Constante

-,725 ,018 1600,289 1 ,000 ,484

Variable PERMA_MESES

Tabla Nº 5.26: Prueba Chi-Cuadrado para la variable dependiente y variable PERMA_MESES – Plaza

Concepción


Valor

Gl



1623,872

1

,000

Tabla Nº 5.27: Regresión Logística Simple para la variable dependiente y variable PERMA_MESES –

Plaza Concepción




Inferior Superior

PERMA_MESES

1,126 ,028 1572,461 1 ,000 2,831 2,818 3,261

Constante

-,742 ,018 1796,305 1 ,000 ,476

129

Variable EDAD_C

Tabla Nº 5.28: Prueba Chi-Cuadrado para la variable dependiente y variable EDAD_C – Plaza

Concepción


Valor

Gl



416,083

1

,000

Tabla Nº 5.29: Regresión Logística Simple para la variable dependiente y variable EDAD_C – Plaza

Concepción




Inferior Superior

EDAD_C

,547 ,027 413,276 1 ,000 1,728 1,639 1,821

Constante

-,573 ,018 973,961 1 ,000 ,564

Variable RECLAM

Tabla Nº 5.30: Prueba Chi-Cuadrado para la variable dependiente y variable RECLAM – Plaza

Concepción


Valor

gl



189,983 1 ,000

130

Tabla Nº 5.31: Regresión Logística Simple para la variable dependiente y variable RECLAM – Plaza

Concepción




Inferior Superior

RECLAM

-,408 ,030 188,916 1 ,000 ,665 ,627 ,705

Constante

-,205 ,016 169,340 1 ,000 ,815

Variable CPAGO

Tabla Nº 5.32: Prueba Chi-Cuadrado para la variable dependiente y variable CPAGO – Plaza

Concepción


Valor

gl



1494,120

1

,000

Tabla Nº 5.33: Regresión Logística Simple para la variable dependiente y variable CPAGO – Plaza

Concepción




Inferior Superior

CPAGO

-1,426 ,039 1351,669 1 ,000 ,240 ,223 ,259

Constante

-,053 ,015 12,800 1 ,000 ,948

131

Variable C_ENTRADA

Tabla Nº 5.34: Prueba Chi-Cuadrado para la variable dependiente y variable C_ENTRADA – Plaza

Concepción




56,351 1 ,000

Tabla Nº 5.35: Regresión Logística Simple para la variable dependiente y variable C_ENTRADA –

Plaza Concepción




Inferior Superior

C_ENTRADA

,209 ,028 56,283 1 ,000 1,232 1,167 1,302

Constante

-,458 ,022 417,316 1 ,000 ,633

Plaza Temuco

Variable GSE

Tabla Nº 5.36: Prueba Chi-Cuadrado para la variable dependiente y variable GSE – Plaza Temuco


Valor gl



23,306 1 ,000

132

Tabla Nº 5.37: Regresión Logística Simple para la variable dependiente y variable GSE – Plaza

Temuco




Inferior Superior

GSE

-,281 ,058 23,256 1 ,000 ,755 ,674 ,846

Constante

,614 ,046 179,251 1 ,000 1,848

Variable DEUDA

Tabla Nº 5.38: Prueba Chi-Cuadrado para la variable dependiente y variable DEUDA – Plaza Temuco



Chi-cuadrado de Pearson 226,106 1 ,000

Tabla Nº 5.39: Regresión Logística Simple para la variable dependiente y variable DEUDA – Plaza

Temuco




Inferior Superior

DEUDA

,886 ,060 221,368 1 ,000 2,425 2,158 2,725

Constante

,084 ,036 5,357 1 ,021 1,088

133

Variable PERMA_MESES

Tabla Nº 5.40: Prueba Chi-Cuadrado para la variable dependiente y variable PERMA_MESES – Plaza

Temuco


Valor

gl



631,860

1

,000

Tabla Nº 5.41: Regresión Logística Simple para la variable dependiente y variable PERMA_MESES –

Plaza Temuco




Inferior Superior

PERMA_MESES

1,493 ,061 598,165 1 ,000 4,149 3,948 5,015

Constante

-,244 ,039 38,516 1 ,000 ,784

Variable EDAD_C

Tabla Nº 5.42: Prueba Chi-Cuadrado para la variable dependiente y variable EDAD_C – Plaza

Temuco


Valor

gl



74,987

1

,000

134

Tabla Nº 5.43: Regresión Logística Simple para la variable dependiente y variable EDAD_C – Plaza

Temuco




Inferior Superior

EDAD_C

,498 ,058 74,516 1 ,000 1,645 1,469 1,842

Constante

,229 ,037 37,993 1 ,000 1,257

Variable RECLAM

Tabla Nº 5.44: Prueba Chi-Cuadrado para la variable dependiente y variable RECLAM – Plaza

Temuco


Valor gl



25,473 1 ,000

Tabla Nº 5.45: Regresión Logística Simple para la variable dependiente y variable RECLAM – Plaza

Temuco




Inferior Superior

RECLAM

-,294 ,058 25,413 1 ,000 ,745 ,665 ,836

Constante

,552 ,036 236,170 1 ,000 1,736

135

Variable CPAGO

Tabla Nº 5.46: Prueba Chi-Cuadrado para la variable dependiente y variable CPAGO – Plaza Temuco


Valor

gl



212,994

1

,000

Tabla Nº 5.47: Regresión Logística Simple para la variable dependiente y variable CPAGO – Plaza

Temuco




Inferior Superior

CPAGO

-1,122 ,079 200,049 1 ,000 0,325 ,279 ,380

Constante

,620 ,031 391,536 1 ,000 1,859

Resultados y Conclusiones

Plaza Concepción

De las pruebas de independencia Chi-Cuadrado entre la variable dependiente

y las variables independientes se observa que en todas el valor de significación es

menor a 0,05 para las variables GSE, DEUDA, PERMA_MESES, EDAD_C,

RECLAM, CPAGO y C_ENTRADA lo que permite concluir que la hipótesis nula (Las

variables son independientes) se rechaza, y se acepta la hipótesis alternativa (Las

variables están relacionadas entre sí).

Del análisis de regresión logística simple se observa que en todas las pruebas

el valor de significación es menor a 0,05 para las variables GSE, DEUDA,

PERMA_MESES, EDAD_C, RECLAM, CPAGO y C_ENTRADA con lo que se

136

concluye que la hipótesis nula (La variable independiente no influye

significativamente sobre la variable dependiente) se rechaza, y se acepta la

hipótesis alternativa (La variable independiente influye significativamente sobre la

variable dependiente).

Plaza Temuco

De las pruebas de independencia Chi-Cuadrado entre la variable dependiente

y las variables independientes se observa que en todas el valor de significación es

menor a 0,05 para las variables GSE, DEUDA, PERMA_MESES, EDAD_C,

RECLAM y CPAGO lo que permite concluir que la hipótesis nula (Las variables son

independientes) se rechaza, y se acepta la hipótesis alternativa (Las variables están

relacionadas entre sí).

Del análisis de regresión logística simple se observa que en todas las pruebas

el valor de significación es menor a 0,05 para las variables GSE, DEUDA,

PERMA_MESES, EDAD_C, RECLAM y CPAGO con lo que se concluye que la

hipótesis nula (La variable independiente no influye significativamente sobre la

variable dependiente) se rechaza, y se acepta la hipótesis alternativa (La variable

independiente influye significativamente sobre la variable dependiente).

Por último se observa que ambas pruebas, tanto Chi-Cuadrado y Regresión

Logística Simple, concluyen lo mismo con respecto a las variables significantes para

ser incluidas en el modelo.

137

5.3.6 Evaluación de interacciones o modificaciones de efecto y/o confusión

Para la evaluación de posibles interacciones o modificaciones de tipo efecto

y/o confusión se eligió como base de estudio la variable independiente

PERMA_MESES y la variable dependiente ESTAD_SERV (ACTIVO / FUGA), para

luego explorar el papel de las restantes variables independientes sobre las

anteriores.

Figura Nº 5.6: Interacción y Confusión sobre la variable dependiente y la variable independiente

PERMA_MESES

Dentro de las posibles modificaciones que se pueden generar, están las que

se detallan a continuación.

Interacción, ocurre cuando un término multiplicativo compuesto por dos

variables independientes interactúan en el efecto sobre la v. dependiente.

Si la significancia de esta variable es <0,05 se considera estadísticamente

significante y se incluye en la ecuación del modelo.

Confusión, se genera cuando el valor OR que evalúa la fuerza de asociación

entre la v. independiente y la v. dependiente cambia de forma importante

cuando se introduce en la ecuación de RLM la tercera variable. Si el cambio

porcentual es igual o mayor a 10%, se establece que esa variable introducida

debe incluirse en la ecuación del modelo. El valor OR en las tablas se señala

con nombre ( )Exp B .

La información que se detalla, proviene del análisis de regresión logística

simple realizado en la exploración de las relaciones bivariantes. Se muestra los

valores Chi-Cuadrado, Significancia y OR para la variable independiente

PERMA_MESES. Los valores OR serán utilizados en el análisis de confusión.

138

PLAZA CONCEPCIÓN

PERMA_MESES ACTIVO / FUGA

X2 : 1623,872, significancia: 0,000

OR: 2,831 (IC95% 2,818 – 3,261)

PLAZA TEMUCO

PERMA_MESES ACTIVO / FUGA

X2 : 631,86, significancia: 0,000

OR: 4,149 (IC95% 3,948 – 5,015)

A continuación se detallan los modelos en donde se incluye una tercera

variable, lo que permitirá evaluar interacciones o modificaciones de tipo efecto y/o

confusión.

El análisis de resultados y conclusiones se detalla posteriormente.

139

Plaza Concepción

PERMA_MESES - GSE ACTIVO / FUGA

Tabla Nº 5.48: Regresión Logística Multivariante – Variables PERMA_MESES, GSE y multiplicativa –

Plaza Concepción




Inferior Superior

PERMA_MESES 1,156 ,036 1041,213 1 ,000 3,179 2,963 3,410

GSE -,482 ,039 154,566 1 ,000 ,618 ,572 ,666

GSE * PERMA_MESES ,025 ,060 3,054 1 ,065 1,026 ,912 1,154

Constante -,592 ,021 803,091 1 ,000 ,553

Tabla Nº 5.49: Regresión Logística Multivariante – Variables PERMA_MESES y GSE – Plaza

Concepción




Inferior Superior

PERMA_MESES 1,165 ,029 1641,556 1 ,000 3,207 3,032 3,393

GSE -,471 ,030 253,671 1 ,000 ,624 ,589 ,661

Constante -,595 ,020 922,342 1 ,000 ,552

PERMA_MESES - DEUDA ACTIVO / FUGA

Tabla Nº 5.50: Regresión Logística Multivariante – Variables PERMA_MESES, DEUDA y multiplicativa

– Plaza Concepción




Inferior Superior

PERMA_MESES 1,397 ,039 1304,242 1 ,000 4,045 3,750 4,364

DEUDA 1,200 ,036 1083,788 1 ,000 3,320 3,091 3,566

DEUDA * PERMA_MESES -,622 ,059 2,542 1 ,080 ,537 ,478 ,602

Constante -1,259 ,025 2511,628 1 ,000 ,284

140

Tabla Nº 5.51: Regresión Logística Multivariante – Variables PERMA_MESES y DEUDA – Plaza

Concepción




Inferior Superior

PERMA_MESES 1,133 ,029 1502,951 1 ,000 3,105 2,932 3,288

DEUDA ,965 ,029 1136,018 1 ,000 2,624 2,481 2,776

Constante -1,149 ,022 2671,487 1 ,000 ,317

PERMA_MESES - EDAD_C ACTIVO / FUGA

Tabla Nº 5.52: Regresión Logística Multivariante – Variables PERMA_MESES, EDAD_C y

multiplicativa – Plaza Concepción




Inferior Superior

PERMA_MESES 1,151 ,038 902,217 1 ,000 3,160 2,932 3,407

EDAD_C ,633 ,035 318,886 1 ,000 1,883 1,757 2,019

EDAD_C * PERMA_MESES ,142 ,059 2,932 1 ,067 1,153 1,026 1,295

Constante -1,059 ,026 1687,369 1 ,000 ,347

Tabla Nº 5.53: Regresión Logística Multivariante – Variables PERMA_MESES y EDAD_C – Plaza

Concepción




Inferior Superior

PERMA_MESES 1,210 ,029 1719,782 1 ,000 3,355 3,168 3,552

EDAD_C ,684 ,028 580,748 1 ,000 1,982 1,875 2,095

Constante -1,086 ,023 2170,314 1 ,000 ,338

141

PERMA_MESES - RECLAM ACTIVO / FUGA

Tabla Nº 5.54: Regresión Logística Multivariante – Variables PERMA_MESES, RECLAM y





Inferior Superior

PERMA_MESES 1,326 ,034 1482,657 1 ,000 3,767 3,521 4,030

RECLAM -,179 ,039 21,399 1 ,000 ,836 ,775 ,902

PERMA_MESES * RECLAM -,643 ,062 105,973 1 ,000 ,526 ,465 ,594

Constante -,689 ,021 1104,406 1 ,000 ,502

Tabla Nº 5.55: Regresión Logística Multivariante – Variables PERMA_MESES y RECLAM – Plaza

Concepción




Inferior Superior

PERMA_MESES 1,135 ,029 1577,639 1 ,000 3,110 2,940 3,289

RECLAM -,432 ,031 196,398 1 ,000 ,649 ,611 ,690

Constante -,619 ,019 1020,610 1 ,000 ,538

PERMA_MESES - CPAGO ACTIVO / FUGA

Tabla Nº 5.56: Regresión Logística Multivariante – Variables PERMA_MESES, CPAGO y multiplicativa

– Plaza Concepción




Inferior Superior

PERMA_MESES 1,233 ,033 1437,135 1 ,000 3,432 3,220 3,658

CPAGO -1,264 ,051 602,289 1 ,000 ,283 ,256 ,313

CPAGO * PERMA_MESES -,461 ,080 2,996 1 ,071 ,631 ,539 ,738

Constante -,502 ,019 676,536 1 ,000 ,605

142

Tabla Nº 5.57: Regresión Logística Multivariante – Variables PERMA_MESES y CPAGO – Plaza

Concepción




Inferior Superior

PERMA_MESES 1,158 ,030 1530,931 1 ,000 3,183 3,004 3,373

CPAGO -1,464 ,040 1336,023 1 ,000 ,231 ,214 ,250

Constante -,476 ,019 647,726 1 ,000 ,622

PERMA_MESES - C_ENTRADA ACTIVO / FUGA

Tabla Nº 5.58: Regresión Logística Multivariante – Variables PERMA_MESES, C_ENTRADA y





Inferior Superior

PERMA_MESES 1,018 ,047 461,878 1 ,000 2,768 2,523 3,038

C_ENTRADA ,146 ,037 15,964 1 ,000 1,158 1,077 1,244

C_ENTRADA * PERMA_MESES ,170 ,059 3,080 1 ,064 1,185 1,055 1,331

Constante -,836 ,029 803,175 1 ,000 ,434

Tabla Nº 5.59: Regresión Logística Multivariante – Variables PERMA_MESES y C_ENTRADA – Plaza

Concepción




Inferior Superior

PERMA_MESES 1,127 ,028 1569,590 1 ,000 3,186 2,919 3,263

C_ENTRADA ,211 ,029 53,559 1 ,000 1,235 1,167 1,307

Constante -,878 ,026 1163,061 1 ,000 ,416

143

Plaza Temuco

PERMA_MESES - GSE ACTIVO / FUGA


Plaza Temuco




Inferior Superior

PERMA_MESES 1,768 ,110 257,325 1 ,000 5,859 4,721 7,271

GSE -,408 ,079 26,485 1 ,000 ,665 ,569 ,777

GSE * PERMA_MESES -,299 ,134 2,086 1 ,096 ,742 ,570 ,965

Constante -,022 ,058 ,143 1 ,705 ,978


Plaza Temuco




Inferior Superior

PERMA_MESES 1,569 ,063 629,507 1 ,000 4,803 4,249 5,429

GSE -,514 ,063 65,997 1 ,000 ,598 ,528 ,677

Constante ,035 ,052 ,459 1 ,498 1,036

PERMA_MESES - DEUDA ACTIVO / FUGA

Tabla Nº 5.62: Regresión Logística Multivariante – Variables PERMA_MESES, DEUDA y multiplicativa

– Plaza Temuco




Inferior Superior

PERMA_MESES 1,793 ,081 494,442 1 ,000 6,010 5,131 7,039

DEUDA 1,229 ,083 219,669 1 ,000 3,418 2,905 4,021

DEUDA * PERMA_MESES -,682 ,128 3,230 1 ,061 ,506 ,394 ,649

Constante -,768 ,055 197,010 1 ,000 ,464

144

Tabla Nº 5.63: Regresión Logística Multivariante - Variables PERMA_MESES y DEUDA – Plaza

Temuco




Inferior Superior

PERMA_MESES 1,534 ,063 596,627 1 ,000 4,637 4,100 5,244

DEUDA ,952 ,064 223,364 1 ,000 2,592 2,288 2,937

Constante -,648 ,049 175,596 1 ,000 ,523

PERMA_MESES - EDAD_C ACTIVO / FUGA

Tabla Nº 5.64: Regresión Logística Multivariante - Variables PERMA_MESES, EDAD_C y

multiplicativa – Plaza Temuco




Inferior Superior

PERMA_MESES 1,346 ,078 294,152 1 ,000 3,843 3,295 4,482

EDAD_C ,425 ,079 28,881 1 ,000 1,530 1,310 1,787

EDAD_C * PERMA_MESES ,529 ,131 2,591 1 ,081 1,697 1,313 2,192

Constante -,442 ,054 66,110 1 ,000 ,643

Tabla Nº 5.65: Regresión Logística Multivariante - Variables PERMA_MESES y EDAD_C – Plaza

Temuco




Inferior Superior

PERMA_MESES 1,546 ,062 617,952 1 ,000 4,693 4,154 5,301

EDAD_C ,626 ,062 101,597 1 ,000 1,870 1,656 2,113

Constante -,537 ,050 117,342 1 ,000 ,584

145

PERMA_MESES - RECLAM ACTIVO / FUGA

Tabla Nº 5.66: Regresión Logística Multivariante - Variables PERMA_MESES, RECLAM y

multiplicativa – Plaza Temuco




Inferior Superior

PERMA_MESES 1,795 ,083 469,479 1 ,000 6,019 5,117 7,080

RECLAM -,200 ,084 5,656 1 ,017 ,819 ,694 ,965


Constante -,179 ,048 13,944 1 ,000 ,836

Tabla Nº 5.67: Regresión Logística Multivariante - Variables PERMA_MESES y RECLAM – Plaza

Temuco




Inferior Superior

PERMA_MESES 1,545 ,062 619,275 1 ,000 4,690 4,153 5,297

RECLAM -,470 ,063 55,354 1 ,000 ,625 ,552 ,707

Constante -,093 ,044 4,394 1 ,036 ,912

PERMA_MESES - CPAGO ACTIVO / FUGA

Tabla Nº 5.68: Regresión Logística Multivariante – Variables PERMA_MESES, CPAGO y multiplicativa

– Plaza Temuco




Inferior Superior

PERMA_MESES 1,534 ,069 498,308 1 ,000 4,638 4,054 5,307

CPAGO -1,355 ,132 105,894 1 ,000 ,258 ,199 ,334

CPAGO * PERMA_MESES ,155 ,175 2,488 1 ,075 1,168 ,829 1,647

Constante -,062 ,042 2,145 1 ,143 ,940

146

Tabla Nº 5.69: Regresión Logística Multivariante – Variables PERMA_MESES y CPAGO – Plaza

Temuco




Inferior Superior

PERMA_MESES 1,559 ,063 607,654 1 ,000 4,753 4,199 5,380

CPAGO -1,268 ,086 217,469 1 ,000 ,281 ,238 ,333

Constante -,071 ,041 3,012 1 ,083 ,931

Análisis de resultados

Interacción

Luego de analizar los modelos generados (donde se incluye una variable

multiplicativa) se observa que solo hay interacción cuando se introduce la variable

PERMA_MESES * RECLAM dado que es el único caso que la variable multiplicativa

tiene significancia estadística <0,05. Por ello, para la generación del modelo tanto

para la plaza de Concepción y Temuco se debe incluir esta variable multiplicativa.

Confusión

El análisis de confusión se realiza luego de sacar del modelo la variable

multiplicativa. Luego se observa que en todos los modelos generados hay presencia

de confusión dado que existe un cambio porcentual absoluto igual o superior al 10%

del OR de la variable independiente PERMA_MESES, con respecto al valor de la

misma variable resultante del análisis de regresión logística simple.

Tabla Nº 5.70: Resultado del análisis de Confusión – Plaza Concepción

Variable indep. base Variable Introducida OR OR regresión log. simple Cambio %

PERMA_MESES GSE 3,207 2,831 13%

PERMA_MESES DEUDA 3,105 2,831 10%

PERMA_MESES EDAD_C 3,355 2,831 19%

PERMA_MESES RECLAM 3,11 2,831 10%

PERMA_MESES CPAGO 3,183 2,831 12%

PERMA_MESES C_ENTRADA 3,186 2,831 13%

147

Tabla Nº 5.71: Resultado del análisis de Confusión – Plaza Temuco

Variable indep. base Variable Introducida OR OR regresión log. simple Cambio %

PERMA_MESES GSE 4,803 4,149 16%

PERMA_MESES DEUDA 4,637 4,149 12%

PERMA_MESES EDAD_C 4,693 4,149 13%

PERMA_MESES RECLAM 4,69 4,149 13%

PERMA_MESES CPAGO 4,753 4,149 15%

Conclusión general

Del análisis de interacción y confusión se establece que las variables GSE,

DEUDA, EDAD_C, PERMA_MESES, CPAGO, RECLAM, C_ENTRADA y

PERMA_MESES * RECLAM deben ser incluidas en el modelo para la plaza de

Concepción.

Del mismo análisis se establece que las variables GSE, DEUDA, EDAD_C,

PERMA_MESES, RECLAM, CPAGO y PERMA_MESES * RECLAM deben ser

incluidas en el modelo para la plaza de Temuco.

148

5.3.7 Construcción del modelo de Regresión Logística Multivariante

Luego de las conclusiones que se han generado tanto en los análisis

univariante, bivariante y evaluación de posibles interacciones o modificaciones de

tipo efecto y/o confusión, se está en condiciones de generar los modelos de

regresión logística multivariante para ambas plazas.

Los resultados del modelo generado se presentan en una tabla resumen

donde se detalla el valor de coeficiente, error estándar, parámetro de Wald, grados

de libertad, valor de significancia ( )p , el valor del parámetro ODDS RATIO y su

respectivo intervalo de confianza (95%) para cada covariable.

Para este trabajo si el valor de probabilidad está comprendido entre 0 y 0,5

el servicio se clasifica como 0y (Activo), mientras que si la probabilidad calculada

está comprendida entre 0,5 y 1 el servicio se clasifica como 1y (Fuga).

Posterior a la generación de modelos para ambas plazas, es necesario

conocer los niveles de sensibilidad y especificidad que generan ambos, y también el

porcentaje global de acierto.

La sensibilidad es la probabilidad de clasificar correctamente a un servicio

fugado.

% Sensibilidad = Fugas Positivas / Total Servicios Fugados

La especificidad es la probabilidad de clasificar correctamente a un servicio

activo.

% Especificidad = Activos Negativos / Total Servicios Activos

149

Plaza Concepción

Las variables independientes incluidas en el modelo de RLM son las

siguientes:

GSE: Grupo socioeconómico del cliente.

DEUDA: Nivel de deuda existente para cada servicio.

PERMA_MESES: Antigüedad del servicio contratado.

EDAD_C: Edad del cliente.

RECLAM: Existencia de reclamo en el servicio contratado.

CPAGO: Canal de pago utilizado para pago de servicios.

C_ENTRADA: Canal de entrada para la contratación de él o los servicios por

parte del cliente.

PERMA_MESES * RECLAM: Variable multiplicativa compuesta por la

interacción entre ambas variables independientes.

Tabla Nº 5.72: Modelo de RLM para plaza de Concepción




Inferior Superior

GSE -,274 ,032 73,082 1 ,000 ,761 ,714 ,810

DEUDA ,823 ,030 740,196 1 ,000 2,277 2,146 2,416

PERMA_MESES 1,467 ,038 1509,015 1 ,000 4,338 4,028 4,671

EDAD_C ,721 ,030 561,015 1 ,000 2,056 1,937 2,183

RECLAM -,210 ,041 25,822 1 ,000 ,811 ,748 ,879

CPAGO -1,390 ,042 1117,249 1 ,000 ,249 ,230 ,270

C_ENTRADA ,185 ,031 34,863 1 ,000 1,203 1,131 1,279


Constante -1,164 ,038 923,550 1 ,000 ,312

150

Se puede observar que todas las covariables incluidas en el modelo

mantienen la significación estadística <0,05 en el contraste de hipótesis que las

relaciona con la variable dependiente ESTAD_SERV.

Con respecto a los coeficientes de significación:

( ) 1Exp para las variables DEUDA, PERMA_MESES, EDAD_C y

C_ENTRADA, lo que implica que estas variables son factores que

incrementan la probabilidad de ocurrencia de fuga de servicios.

( ) 1Exp para las variables GSE, RECLAM, CPAGO y PERMA_MESES *

RECLAM, lo que implica que estas variables son factores que disminuyen la

probabilidad de ocurrencia de fuga de servicios.

En general los errores estándar (E.T. en la tabla) para cada covariable son

bajos y además se observa que los intervalos de confianza son acotados permitiendo

que la estimación de los estimadores sea menos imprecisa.

Tabla Nº 5.73: Resumen de sensibilidad, especificidad y porcentaje global de acierto – Plaza

Concepción

Se puede apreciar que el modelo clasifica de forma correcta 5708 casos (de

los 9752 totales) de fugas (y=1), por lo que su sensibilidad es de 58,5%, por otra

parte, clasifica de forma correcta 10840 casos (de los 13477 totales) activos (y=0),

por lo que su especificidad es de 80,4%, porcentaje más alto que el de sensibilidad.

El modelo de forma global clasifica de forma correcta al 71,2% de los casos

analizados.

151

Plaza Temuco

Las variables independientes incluidas en el modelo de RLM son las

siguientes:

GSE: Grupo socioeconómico del cliente.

DEUDA: Nivel de deuda existente para cada servicio.

PERMA_MESES: Antigüedad del servicio contratado.

EDAD_C: Edad del cliente.

RECLAM: Existencia de reclamo en el servicio contratado.

CPAGO: Canal de pago utilizado para pago de servicios.

PERMA_MESES * RECLAM: Variable multiplicativa compuesta por la

interacción entre ambas variables independientes.

Tabla Nº 5.74: Modelo de RLM para plaza de Temuco




Inferior Superior

GSE -,368 ,068 29,659 1 ,000 ,692 ,606 ,790

DEUDA ,836 ,066 158,012 1 ,000 2,306 2,025 2,627

PERMA_MESES 2,060 ,090 520,439 1 ,000 7,844 6,572 9,363

EDAD_C ,623 ,066 89,898 1 ,000 1,865 1,640 2,122

RECLAM -,217 ,089 5,959 1 ,015 ,805 ,676 ,958

CPAGO -1,176 ,091 166,566 1 ,000 ,308 ,258 ,369


Constante -,460 ,076 37,132 1 ,000 ,631

Al igual que para la plaza de Concepción, se observa que todas las

covariables incluidas en el modelo mantienen la significación estadística <0,05 en el

contraste de hipótesis que las relaciona con la variable dependiente

ESTAD_SERV.

152

Con respecto a los coeficientes de significación:

( ) 1Exp para las variables DEUDA, PERMA_MESES y EDAD_C, lo que

implica que estas variables son factores que incrementan la probabilidad de

ocurrencia de fuga de servicios.

( ) 1Exp para las variables GSE, RECLAM, CPAGO y PERMA_MESES *

RECLAM, lo que implica que estas variables son factores que disminuyen la

probabilidad de ocurrencia de fuga de servicios.

En general los errores estándar (E.T. en la tabla) para cada covariable son

bajos y además se observa que los intervalos de confianza son acotados permitiendo

que la estimación de los estimadores sea menos imprecisa.

Tabla Nº 5.75: Resumen de sensibilidad, especificidad y porcentaje global de acierto – Plaza Temuco

Se puede apreciar que el modelo clasifica de forma correcta 2661 casos (de

los 3212 totales) de fugas (y=1), por lo que su sensibilidad es de 82,8%, por otra

parte, clasifica de forma correcta 1142 casos (de los 2064 totales) activos (y=0), por

lo que su especificidad es de 55,3%, porcentaje más bajo que el de sensibilidad.

Finalmente el modelo de forma global clasifica de forma correcta al 72,1% de

los casos analizados.

153

6. Jenicek M, Cleroux R. 1987.

Curva COR

Clásicamente, la exactitud de una prueba diagnóstica se ha evaluado en

función de dos características: la sensibilidad y la especificidad6. Sin embargo, éstas

varían en función del criterio elegido como punto de corte, para el caso de este

trabajo, entre los servicios activos y los fugados. Una forma más global de conocer la

calidad de la prueba en el espectro completo de puntos de corte es mediante el uso

de curvas ROC (receiver operating characteristics) que constituyen una herramienta

fundamental y unificadora en el proceso de evaluación y uso de las pruebas

diagnósticas.

La curva ROC proporciona una visión general del espectro completo de

posibilidades de sensibilidad y especificidad, ya que de forma gráfica se puede

observar todos los pares de sensibilidad / especificidad resultantes de la variación

continua de los puntos de corte en todo el rango de resultados observados. En el eje

y de coordenadas se sitúa la sensibilidad o fracción de verdaderos positivos, y en el

eje x se sitúa la fracción de falsos positivos o 1-especificidad.

Los resultados en detalle de la curva COR, se incluyen en el ANEXO G, H, I y

J.

5.3.8 Validación de modelos

Posterior a la construcción de los modelos, es importante ver el nivel de

validación que tienen estos últimos. La validación es ver si “trabaja” de igual forma

con otros datos distintos de aquellos con los que se ha generado.

Para evaluar esto último, se realizó una toma de muestra aleatoria simple de

50 casos de servicios fugados para los meses de Abril, Mayo y Junio de 2011 para

ambas plazas.

Es de importancia señalar que se han utilizado tres niveles de corte para

evaluar el nivel de acierto entregado por los modelos.

154

Plaza Concepción

Parámetros del modelo:

0 1 2 3 4

5 6 7 8

= - 1,164, = - 0,274, = 0,823, = 1,467, = 0,721,

= - 0,210, = - 1,390, = 0,185, = - 0,643

_

1

1 z cP

e

(37)

Siendo:

_ 1,164 0,274* 0,823* 1,467* _

0,721* _ 0,210* 1,390* 0,185* _

0,643* _ *

z c GSE DEUDA PERMA MESES

EDAD C RECLAM CPAGO C ENTRADA

PERMA MESES RECLAM

Tabla Nº 5.76: Validación del modelo de RLM con tres niveles de corte – Plaza Concepción

Abril Mayo Junio

Fugas (M. A. S) 50 50 50

Nº Aciertos (N.C. 0,3) 19 12 26

Nº Aciertos (N.C. 0,4) 13 12 22

Nº Aciertos (N.C. 0,5) 12 12 21

Nº Aciertos promedio 15 12 23

De la Tabla Nº 5.76 se observa que el modelo tiene un mayor número de

aciertos en el mes de Junio de 2011, muy superior con respecto a los otros meses.

De forma promedio, tiene un nivel de acierto de 23 casos analizados para Junio, 12

para Mayo y 15 para Abril. Además, a medida que el nivel de corte disminuye, se

puede observar que el nivel de acierto aumenta.

37. Ecuación de regresión logística multivariante para predicción de fuga de clientes para plaza de Concepción

155

Plaza Temuco

Parámetros del modelo:

0 1 2 3 4

5 6 7

= - 0,460, = - 0,368, = 0,823, = 2,060, = 0,623,

= - 0,217, = - 1,176, = - 0,716

_

1

1 z tP

e

(38)

Siendo:

_ 0, 460 0,368* 0,823* 2,060* _

0,623* _ 0, 217 * 1,176* 0,716*

_ *

z t GSE DEUDA PERMA MESES

EDAD C RECLAM CPAGO

PERMA MESES RECLAM

Tabla Nº 5.77: Validación del modelo de RLM con tres niveles de corte – Plaza Temuco

Abril Mayo Junio

Fugas (M. A. S) 50 50 50

Nº Aciertos (N.C. 0,3) 28 26 28

Nº Aciertos (N.C. 0,4) 22 21 21

Nº Aciertos (N.C. 0,5) 17 14 18

Nº Aciertos promedio 22 20 22

De la Tabla Nº 5.77 se observa que el modelo tiene un mejor número de

aciertos que el modelo generado para la plaza de Concepción. Esto concuerda con

los porcentajes de sensibilidad y especificidad obtenidos en la construcción del

mismo. Se puede ver que el número de aciertos promedio es muy similar para todos

los meses, existiendo una leve mejoría en el número de aciertos promedio para los

meses de Abril y Junio. Por último, como sucede de igual forma con la plaza de

38. Ecuación de regresión logística multivariante para predicción de fuga de clientes para plaza de Temuco

156

Concepción, a medida que disminuye el nivel de corte, se observa que hay un

mayor número de aciertos.

157

CAPITULO 6: MARKETING RELACIONAL APLICADO A UN PLAN DE ACCIÓN

6.1 Introducción

Día a día las empresas buscan atraer nuevos clientes basados en

modernas estrategias de captación, ofreciendo para ello, una gama de productos

que cada cierto tiempo van renovando. La creación de necesidades va aumentado

y es aquí donde las empresas de todo tipo colocan todos sus esfuerzos en hacer

la vida más fácil de sus clientes. La publicidad que forma parte de la estrategia de

marketing, se utiliza para crear imagen de marca como es el marketing directo

para hablarle al consumidor más de cerca y el marketing relacional, que busca la

fidelización permitiendo con ello:

Una mayor competitividad y eficacia: de la empresa gracias a los vínculos

de unión que mantiene con sus clientes, que son un muro para la competencia,

y a la flexibilidad y rapidez para adaptarse a las preferencias de cada cliente.

Segmentar a los clientes: con información real y significancia, lo que posibilita

una revisión de la misión inicial de la empresa. Esta segmentación permite un

crecimiento y globalización más efectivo a través de la búsqueda de clientes

posibles que compartan los rasgos característicos de los mejores clientes.

Los argumentos en que se sustentan y justifican los enfoques de

fidelización resaltan los beneficios para la empresa que los proponen. Se habla de

retener a los clientes, de mejorar la productividad de las actuaciones de marketing

y de rentabilidad.

El marketing relacional enfocado al “cliente individual”, hace más eficaz la

respuesta de la empresa al mercado fragmentado, y permite la constante

reorientación de la segmentación, es decir, de la estrategia para afrontar el

crecimiento y la globalización del mercado, poniendo énfasis en la atención y

cultivo de la relación entre el cliente y la empresa. El marketing debe trabajar

conjuntamente con los clientes para establecer asociaciones que vayan más allá

de los intercambios tradicionales para convertirse en una parte integral de la

158

empresa. El cliente es la base de la vida de cualquier tipo de empresa, y esta para

ser competitiva y crecer con rentabilidad, debe adaptarse a sus necesidades hasta

el punto de conseguir integrarlo dentro de su misma organización, desde el

desarrollo de nuevos productos hasta la definición operativa de los procesos de

producción, o de entrega de los servicios.

Dada esta nueva postura de relación con el cliente, se ha llegado a través

de distintas líneas de desarrollo conceptual y de práctica empresarial que según

Alet (1996) son:

Comunicación: Marketing directo que ha visto incrementar su importancia

ante la saturación y descontrol de los medios masivos, y crecimiento de las

necesidades diversificadas de clientes.

Distribución: Asociación entre los poseedores de canales y empresas que

comparten la base de datos de clientes.

Marketing y Servicios: Consta de la importancia de la satisfacción del cliente

en relación a la frecuencia y calidad de los contactos con él.

Marketing de productos y servicios industriales o de alta tecnología: es la

creación y mantenimiento de la relación con cada uno de los miembros de la

organización de los clientes, para adaptarse a sus deseos y necesidades

cambiantes en un contexto competitivo.

Calidad: es fundamental en la satisfacción del cliente y tienen un papel

preponderante en el desarrollo de productos y servicios dentro del

funcionamiento de la empresa.

Producción flexible, JIT: Los sistemas productivos se orientan a conseguir la

máxima flexibilidad, en lugar de la obtención de economías de escala. Las

eficiencias se analizan dentro del proceso integral desde el pedido a la entrega

al cliente final, no simplemente en el mismo proceso de la fábrica.

159

Estrategia de la empresa: La estrategia de la empresa consiste en el avance

progresivo de los acuerdos y las relaciones entre las empresas, desde alianzas

estratégicas hasta la red de empresas. Se desarrollará la estrategia de la

empresa en torno al cliente tratando de hacer los procesos de marketing más

disciplinados, encarados a objetivos comunes de toda la empresa, y donde el

marketing tiene un papel clave como motor de la orientación al cliente.

La creación de valor para el cliente parte necesariamente del

reconocimiento de la importancia de las relaciones, las cuales afectan tanto al

contenido como al resultado de las transacciones. Se desarrollará la estrategia de

la empresa en torno al cliente, tratando de hacer los procesos de marketing más

disciplinados, encarados a objetivos comunes de toda la empresa, y donde el

marketing tiene un papel clave como motor de la orientación al cliente.

6.2 Evolución de Marketing

La gestión del marketing en la última década, se ha enfrentado a cambios

drásticos en el entorno de la empresa que han puesto un reto importante en su

desarrollo, llevando a la aparición de factores nuevos, y a cambios en la

importancia de los existentes. Especialmente se ha generado una complejidad que

dificulta en gran medida las posibilidades de gestión de las variables comerciales

de una forma conocida, para poder alcanzar una ventaja competitiva sostenible en

mercados en rápida transformación.

En la Figura N°6.1, se sintetiza los factores más significativos del contexto

actual y futuro del marketing relacional.

I. Evolución del consumidor

Su comportamiento de compra es cada vez más difuso y difícil de seguir.

Se constata un cambio de los roles de compra familiares (mayor importancia de la

decisión conjunta hombre-mujer, compra mayor de los niños por falta de tiempo de

los padres, mayor compre directa de los hombres por la incorporación de las

mujeres al mercado laboral), son utilizados distintos sistemas de compra más

160

adaptados al estilo de vida, y se modifica el peso de las variables de decisión de

compra apareciendo básicamente el tiempo, que provoca la exigencia creciente de

más y mejores servicios.

Figura N° 6.1: Factores de la creciente importancia del Marketing Relacional

Fuente: Alet, 1996, Pág. 21

MARKETING

RELACIONAL

CLIENTE Pérdida de puntos de

referencia. Cambios rápidos. Fragmentación del

consumidor. Más exigente.

COMUNICACIÓN Fragmentación de los

medios. Saturación de

mensajes. Aparición de nuevos medios personales.

PRODUCTO Excesivo número.

Disminución importancia de marca.

Necesidad de al cliente. Perdida de diferenciación.

DISTRIBUCIÓN Incremento coste

ventas. Incremento poder del

canal.

SERVICIO Deterioro de su calidad.

Falta de adecuación. Falta de atención personal.

TECNOLOGÍA Nuevos sistemas más

flexibles. Disminución del coste de

puesta en marcha. Menos coste tratamiento de

la información.

161

II. Evolución del poder de la marca

Una proporción sustancial de consumidores están perdiendo su vinculación

con la marca porque los productos tienden a ser cada vez más similares en

calidad y, por lo tanto, pueden ser comprados sobre la base del precio. El factor

principal de la falta de diferencia está en que el desarrollo de nuevos productos se

ha quedado en simples extensiones de productos.

La disponibilidad de ofertas especiales es tan persuasiva que el cliente ha

sido educado para aprovecharlas y romper las barreras de la marca. Además,

cuanto más familiar es con una categoría de productos, más probable es que

aumente su tendencia a cambiar entre marcas, por la sencilla razón de que ya no

le aporta ningún diferencial de garantías importantes.

III. Evolución de los medios

Con el aumento del número de emisoras de televisión y radio, periódicos y

revistas, se amplía enormemente la elección de los consumidores. En

consecuencia, se pierde la seguridad de la audiencia de cada medio, por

constantes traspasos entre distintas opciones. Queda ya lejos, por ejemplo, que

prácticamente la mitad del país estuviese viendo un mismo programa.

IV. Avances tecnológicos

La creación de una base de datos, capaz de recoger todas las

transacciones con los clientes, resulta ya accesible para muchas empresas. Ha

evolucionado el marketing, haciendo posible la recopilación de cualquier

información y su rápido tratamiento. El ordenador aporta los datos relevantes para

tener éxito, tanto para seleccionar los clientes, como para valorar lo que podemos

invertir en cada uno de ellos.

V. Evolución de los sistemas de ventas y de la distribución

Frente a los costos decrecientes de los avances tecnológicos, la gestión de

ventas es cada vez más difícil y costosa. El coste de la fuerza de ventas ha

162

7. Machan, Dyan (1998, En: Soap? cars? what's the difference?, 1998, Vol. 162 Nº 5)

crecido por encima de la inflación en la última década y su eficiencia se ha visto

reducida ante la dificultad en alza de llegar a los decisores.

Por otro lado está la complejidad creciente de poder realizar la venta, por la

sofisticación de los productos que requieren una mayor formación y atención por

parte de los vendedores, y por el incremento del número d productos que deben

gestionar ante la diversificación que ha sido utilizada como válvula de escape

(sería mejor hablar de trampa) del estancamiento de las líneas de productos

existentes.

6.2.1 Enfoque transaccional

En la literatura encontramos diversos autores aportando algún tipo de

definición en lo que respecta a marketing. Por ejemplo Philip Kotler (2001), define

marketing como “un proceso social a través del cual individuos y grupos obtienen

lo que necesitan y lo que desean mediante la creación, oferta y libre intercambio

de productos y servicios valioso con otros”.

Ahora bien, en cuanto a una definición gerencial, el marketing a menudo se

ha definido como “El arte de vender productos”. Sin embargo, muchos se

sorprenden al enterarse de que la parte más importante del marketing no es

vender, vender es solo la punta del iceberg del marketing. Peter Druck, un

importante teórico en administración, lo expresa de la siguiente manera:

“Suponemos que siempre habrá cierta necesidad de vender, pero el

objetivo del marketing es volver superflua la actividad de vender. El propósito del

marketing es conocer y entender al cliente tan bien que el producto o servicio se

ajuste perfectamente a él y se venda solo. En teoría, el resultado del marketing

debe ser un cliente que está listo para comprar. Lo único que se necesita

entonces, es poner a su disposición el producto o servicio” 7.

Pues bien, Lambin (1995) define Marketing, como el proceso de planificar y

ejecutar la concepción o diseño del producto, el precio, la información y la

163

distribución de ideas y servicios para generar transacciones que satisfagan tanto

los objetivos de las personas como los de las organizaciones.

Dentro de este enfoque transaccional, frecuentemente las empresas

parecían actuar según un paradigma cuyas principales características son las

siguientes:

Ni el proveedor ni el cliente tienen memoria. Cada vez que se quiere vender

algo, el proceso parte de cero.

El cliente es anónimo.

Cada acto de venta tiene que ser rentable por sí mismo.

Si se pierde a algún cliente, en el mercado se encontrarían abundantes clientes

potenciales a los que será fácil captar.

Es más fácil y barato captar un cliente nuevo que esforzarse por retener a los

clientes que ya lo son.

Fundamentalmente, la empresa habla y el cliente es el que escucha. Se envían

mensajes masivos y poco diferenciados.

6.2.2 Del Marketing Transaccional al Marketing Relacional

La relación con el cliente, que se ve menoscaba en el enfoque

transaccional, es la piedra angular sobre la que se construye la estrategia de

marketing relacional, orientada a crear, mantener y explotar dicha relación. En la

Tabla N° 6.1 se realiza una comparación en la evolución de un punto de vista

Transaccional al uno Relacional que deja un mayor número de dividendos a las

empresas.

164

Tabla Nº 6.1: Marketing Relacional v/s Marketing Transaccional


CRITERIOS MARKETIN TRANSACCIONAL MARKETING RELACIONAL

MARKETING-MIX Tradicional 4Ps 4Ps+Servicio con punto de vista

cliente

ENFOQUE Mercado genérico Base de clientes

OBJETIVO Venta puntual Venta continuada

FACTORES CLAVES

Economías de escala

Participación de mercado

Resultados por producto

Economías de mercados y de

alcance, JIT.

Lealtad del cliente

Resultados por cliente

CALIDAD Técnica / Interna

Percibida por el cliente

considerando proceso y relación

COMPORTAMIENTO DE COMPRA

Sensibilidad precio

Costos de cambio

Muy alta Bajos Baja (diferencia de la relación)

Altos (vínculos establecidos)

PRODUCTO/SERVICIO

Diversificación / Extensión de líneas de

producto.

Servicios adicionales al cliente

Ventas complementarias al cliente

ORGANIZACIÓN MARKETING

Figura fundamental

Papel departamento marketing

Función de marketing

Product Manager

Reducido, poca interacción

Marketing

Costumer manager y Trade

manager

Substancial, importancia

estratégica

Toda la empresa

COMUNICACIÓN PUBLICIDAD GENERAL MARKETING DIRECTO

MERCADOS

I---Productos de Consumo----------------------I

I----------Productos de consumo duradero--------I

I--------Productos Industriales----------------------I

I---------------------Servicios------------------I

165

6.3 Marketing Relacional

6.3.1 Definición

La literatura proporciona una variada gama de definiciones acerca del

marketing de relaciones, comenzando por la definición clásica que establece Philip

Kotler.

“Marketing es un proceso social a través del cual individuos y grupos

obtienen lo que necesitan y lo que desean mediante la creación, oferta y libre

intercambio de productos y servicios valiosos con otros” Kotler ( 2001).

Ahora bien, entre las definiciones generales que se han propuesto sobre el

marketing de relaciones se pueden señalar las siguientes:

“El marketing de relaciones se refiere a todas las actividades de marketing

dirigidas al establecimiento, desarrollo y mantenimiento de relaciones de

intercambio fructífera con los proveedores, con organizaciones laterales, con los

compradores y con los interiores de la propia organización” Hunt y Morgan (1995,

En: “The Structure of commitment in Exchange”, Journal of Marketing, Vol. 59,

Enero, P.78).

Para Etzel y Walker (2000, En: Stanton W, 2000, Pág. 678): “El marketing

de relaciones es una emergente estructura disciplinar para crear, desarrollar y

sostener intercambios de valor entre las partes implicadas, de manera que las

relaciones de intercambio evolucionarían para conseguir continuos y estables

vinculaciones en la oferta de la cadena”.

“Marketing relacional es el proceso social y directivo de establecer y cultivar

relaciones con los clientes, creando vínculos con beneficios para cada una de las

partes incluyendo a vendedores, prescriptores y cada uno de los interlocutores

fundamentales para el mantenimiento y explotación de la relación” Alet (1996).

Pues bien, el marketing relacional está basado en varias áreas claves que

llevan a alcanzar una relación a largo plazo entre los clientes y la empresa:

166

Identificar y cualificar a los clientes actuales y potenciales, y actualizar

continuamente la base de datos para almacenar información relevante que

permita un aprendizaje sobre las necesidades de los clientes actuales y

potenciales.

Adaptar los programas de marketing, los productos y servicios para que

se adecuen a esas necesidades individuales específicas.

Integrar el plan de comunicaciones dirigidas al consumidor individual

para establecer un dialogo efectivo.

Controlar y gestionar la relación con cada cliente, a lo largo de su vida,

mejorando su valor para la empresa.

Es debido a lo anterior que Kotler (1996, En: Alet, 1996, Pág. 35) agrega lo

siguiente:

…..”La transacción es parte de un concepto más amplio, conocido como

marketing de relaciones. Los buenos ejecutivos de marketing tratan de construir la

confianza del consumidor a largo plazo, a través de mantener buenas relaciones

con los clientes, distribuidores, comerciantes y suministradores, por medio de la

promesa y del cumplimiento del suministro de alta calidad y de ofrecimiento de un

buen servicios y precios razonables a la otra parte a lo largo del tiempo….El

marketing de relaciones disminuye los costos y el tiempo de las transacciones y,

en algunos casos, permite pasar de la transacción negociada a la simple rutina.

…..el resultado final del marketing de relaciones es alcanzar lo que se

denomina como redes de marketing. La red de marketing la constituyen la

compañía y las empresas con las cuales se han establecido relaciones sólidas y

de confianza mutua en los negocios. De forma progresiva, el marketing está

pasando de maximizar los beneficios de cada transacción individual a maximizar el

beneficio de las relaciones con otras partes. El principio en que se basa es:

construye buenas relaciones y a ello le seguirán transacciones rentables”

167

6.3.2 Características e importancia del Marketing Relacional

Con respecto a las características podemos citar las siguientes:

Interactividad: el cliente toma cuando quiere la iniciativa del contacto,

como receptor y como emisor de comunicaciones.

La direccionalidad de las acciones y su correspondiente

personalización: las empresas pueden dirigir mensajes distintos a cada

cliente, adecuados precisamente a las circunstancias de ese cliente.

La memoria: el registro en memoria de la identidad, datos, característica,

preferencias y detalles de las interacciones anteriormente mantenidas con

cada cliente.

La receptividad: las empresas deben hablar menos y escuchar más y así

permitir que sea el cliente quien decida si quiere o no mantener una

relación, quien define el modo de comunicación y si quiere mantenerla o

terminarla.

Orientado a sus clientes: la empresa debe centrarse más en el

consumidor, sus necesidades y los procesos que siguen para satisfacerlo.

Poner más énfasis en la participación del cliente que en la participación del

mercado.

B2B y B2C: el marketing relacional no se aplica solamente a las

situaciones business to consumer, sino también de manera más importante

a las relaciones business to business y tanto más en la comercialización de

servicios que en la productos tangibles.

Ahora bien, su importancia radica en los siguientes puntos que se

detallará a continuación:

Híper competencia: el actual contexto comercial llega a constatar que

frecuentemente es hasta 5 veces más caro identificar y captar un cliente

168

nuevo que mantener satisfecho y fiel a un cliente que ya lo es, es decir, la

importancia radica en mantener a los clientes.

Mercado maduro: el número de clientes potenciales es limitado, y en

algunos casos puede estar incluso disminuyendo.

Rentabilidad: se puede calcular el valor de un cliente satisfecho, teniendo

en cuenta su rendimiento previsto anual, multiplicado por el número de

años en que se espera que siga siendo cliente. Una base de clientes

satisfecho tiene un valor medible.

Expectativas: frecuentemente el valor y rentabilidad de un cliente

satisfecho aumenta con el transcurso del tiempo.

6.3.3 Modelo del Marketing Relacional

Este modelo permite el desarrollo de un esquema manejable que defina y

oriente los distintos campos de actuación, de manera de poder establecer,

mantener y desarrollar las relaciones con los clientes. En el modelo es posible

distinguir dos grandes áreas como la señala la Figura N° 6.2.

Gestión de la base de los clientes.

Gestión de la lealtad.

Ambas áreas se encuentran apoyadas por herramientas de bases de

datos y orientadas por el criterio del valor de la vida del cliente. La base de datos

es una herramienta que permite recoger, tratar de forma sistemática y explotar

toda la información sobre los clientes de la empresa.

Lo que la empresa intenta es fundar y mantener relaciones con su base de

clientes a través de los factores generadores de lealtad, realizando adecuaciones

de las diferentes ofertas a las etapas de la relación y la fase de vida propia de

cada cliente.

169

Figura N° 6.2: Modelo de la Estrategia de Marketing Relacional


170

I. Gestión de la base de clientes

Maneja todos los clientes (potenciales, actuales y antiguos) de la empresa,

de tal forma que define su mercado y su historia. La gestión se adecua a las

diferentes etapas y características de la relación con el cliente, distinguiéndose

básicamente tres fases de actuación.

a) Consecución de clientes.

b) Fidelización de clientes y explotación de la relación.

c) Recuperación de clientes perdidos.

Por un lado, es fundamental la consideración de cuáles son los distintos

clientes que la empresa debe atender a lo largo de todo el proceso de creación de

valor para el cliente. Por otro lado, el éxito depende de la aceptación y el apoyo de

cada uno de los socios en cada fase del proceso, desde los trabajadores, pasando

por los proveedores, a prescriptores o incluso accionistas.

Otros de los aspectos que deben ser considerados, los cuales permiten

mejorar la gestión de la relación con el cliente, son los siguientes:

Segmentos o grupos de clientes con características comunes que permiten

establecer un plan de marketing adecuados a estos.

Ciclo de vida o etapas de la vida del cliente. Permiten ver y reaccionar a las

ofertas de la empresa, por sobre las características de sus respectivos

segmentos.

Fases de la venta: recoge la etapa de una relación concreta entre la

empresa y el cliente.

171

II. Gestión de la lealtad

La lealtad de valorar todos los instrumentos al alcance de la empresa para

cuidar la base de clientes, de tal forma que se optimice tanto la duración del

cliente en la empresa como su rentabilidad temporal.

La gestión de la lealtad se descompone en:

a) Creación de la personalidad pública de la marca: comunicando las

diferencias de valor que aporta respecto a los competidores, y cuidando

todos los elementos de imagen que atraen al cliente.

b) Incremento de la satisfacción del cliente: mediante la gestión de las

variables clave de la generación de expectativas y resultados, que

aporten valor al cliente.

c) Aumento de los costos de cambio relativos: la empresa debe tratar

de obtener unos costos de cambio intravendedor considerablemente

más bajos que los costos intervendedores.

d) Gestión de la voz: que permita abrir una vía de comunicación fácil,

cómoda y eficaz del cliente hacia la empresa.

Estas dos áreas se apoyan en la herramienta de la base de datos, guiadas

por el criterio fundamental del valor de vida del cliente.

Antes de entrar en la gestión de la base de clientes, es imprescindible tratar

en profundidad la base de datos como herramienta base o soporte para recoger y

explotar toda la información sobre los clientes de la empresa.

La empresa trata de fundar y mantener relaciones con su base de clientes a

través de los factores de la lealtad, adecuando las distintas ofertas a las etapas de

la relación y la fase de vida propia de cada cliente.

172

6.3.4 Premisas en el desarrollo del Marketing Relacional

a) La cooperación y la colaboración: hablar de cooperación implica un

compromiso de la empresa con el cliente y el único modo para cumplir es

tratarlo individualmente y convertirlo en un aparte integral de este. La

colaboración sobreviene cuando la empresa escucha y el cliente habla,

cuando la empresa invita a cada cliente a participar activamente en la

elaboración concreta del producto o servicio, cuando la empresa reconoce

al cliente personalmente y le transmite cuál es su importancia.

b) El valor Vitalicio del cliente y la participación por cliente:

El valor vitalicio del cliente (VVC): el objetivo final que cada empresa

busca es maximizar el valor vitalicio del cliente (VVC), que está en función

de sus compras futuras; es decir la estimación del margen de contribución

de cada cliente durante el periodo de tiempo que se mantiene como tal. El

VVC, depende de su vida media y de su contribución anual media. La clave

en el VVC es el tratar a los clientes como el activo principal de la empresa.

Ahora bien, existen tres formas básicas para aumentar el valor vitalicio

de los clientes (VVC):

a. Menor costo de captación por cliente (tanto si son nuevos clientes

o si antes ya lo hayan sido).

b. Buscar incrementar las ventas por cliente:

i. Por incremento de la vida media del cliente.

ii. Por ventas cruzadas.

iii. Por ventas complementarias.

iv. Por incremento en la frecuencia de compra.

v. Disminuir los costos por cliente (a lo largo de su vida como

cliente).

173

La participación de cada cliente: la información individual es fundamental

para poder conocer las peculiaridades de cada cliente. Las estrategias

diseñadas en base a un sistema de información que poseen las empresas

son básicas a la hora de identificar y cualificar a los clientes actuales y

potenciales: su comportamiento histórico de compra en relación con la

empresa y los competidores, sus características personales (demográficas,

estilos de vida) y para identificar el tipo de relación que establecen con la

empresa y la respuesta a las acciones de esta.

c) La percepción de utilidad del cliente: su percepción es la única forma de

llegar a conocerlo. Además la empresa debe percibir que la transmisión de

información particular le aportará beneficios financieros y especialmente

afectivos y emocionales.

d) Dialogar con cada cliente: las relaciones entre las personas están

basadas en la comunicación y el dialogo, de un modo personalizado y fluido

en ambas direcciones, posibilitada por la tecnología digital y multimedia. Sin

la aparición de los nuevos medios de comunicación no se podría hablar del

Marketing Relacional como la principal tendencia de los próximos años.

e) Gestionar la relación de forma personalizada: habitualmente los clientes

pasan distintas etapas en su relación con la empresa y son:

- Cliente posible: cumplimiento de características iniciales que reflejan la

eventualidad de convertirse en clientes.

- Cliente potencial: cliente posible en un plazo corto de tiempo, al

cumplir características o interés que lo hacen prever así.

- Comprador: ha realizado una primera adquisición a la empresa.

- Cliente: la repetición de su compra demuestra una consolidación en la

relación entre empresa y comprador.

- Socio o cliente asociado: el cliente que apoya a la empresa y se siente

implicado con ella. Normalmente actuará como prescriptor y

recomendado.

174

Cada una de las fases en relación con el cliente implica un mayor o menor

grado de conocimiento de sus particularidades y una adaptación diferenciad de la

oferta comercial de la empresa. Esta adaptación viene determinad por el

conocimiento que se tenga del cliente, pero también por la importancia que tenga

para la empresa. Basándose en el principio de Pareto, este afirma que el 80% de

los ingresos de la empresa son generador pro el 20% de los clientes, y es por

tanto la misión de las empresas el de conocer a este 20% y tratarlos de forma

privilegiada y diferenciada.

6.3.5 La estrategia del Marketing Relacional

La estrategia consiste en determinar un sistema de objetivos, políticas y

planes de acción, claramente especificados, que configuran una orientación, como

la movilización de recursos para aprovechar las oportunidades identificadas y

disminuir los riesgos futuros. Por ello la estrategia nos permite concentrarnos en

dos áreas básicas esenciales:

a) La decisión de inversión en producto/mercados que define el alcance de la

estrategia en términos de productos y mercados, y la asignación de las

inversiones en ellos.

b) El desarrollo de una ventaja sostenible para competir en dichos mercados

que determina la forma de competir en función de las capacidades

primordiales, los objetivos marcados y los recursos asignados.

La obtención de una ventaja competitiva señala Michael Porter “…surge del

valor que la empresa es capaz de crear para sus compradores que excede el

coste de crearlos. El valor es lo que los compradores están dispuestos a pagar, y

el valor superior se obtienen por la oferta de precios inferiores que los

competidores para beneficios equivalentes, o de proveer beneficios únicos que

compensan más que los precios superiores”.

La ventaja competitiva de acuerdo con Porter, ha sido clasificada hasta el

momento en tres tipos.

175

a) Menor costo: esta estrategia va asociada con estrategias tendientes a

alcanzar un volumen elevado por obtención de economías de escala,

avances en la curva de experiencia y economías de alcance.

b) Estrategia diferencia: intenta adoptar un mayor número de empresas

aunque muchas de ellas caen en una posición poco clara y, por lo tanto,

débil.

c) Ocupación de un nicho protegido: son los que hace referencia P. Kotler

y son:

i. De suficiente tamaño y capacidad de compra para ser rentable.

ii. Con capacidad de compra

iii. De poco interés para sus competidores.

iv. La empresa tiene que tener las capacidades y recursos para servir al

nicho efectivamente.

v. La empresa debe constituir un fondo de comercio de clientes

suficiente para defenderse contra cualquier competidor importante.

La estrategia de Marketing Relacional posee fundamentos distintos y un

enfoque diferencial respecto a la estrategia de nicho, permitiendo alcanzar la

ventaja competitiva sostenible: vínculos de unión y rapidez de reacción. Estos

vínculos reflejan la lealtad del cliente con la empresa, apoyados en una mayor

satisfacción así como también en costos de cambios adicionales para el cliente,

logrando además protegerse de la entrada de nuevos competidores.

Al tener un mayor conocimiento del cliente, la empresa puede reaccionar

mejor y evitar que un nicho desaparezca. Por medio de una comunicación

bidireccional es posible recopilar información de los clientes y detectar de forma

rápida cualquier cambio que se pueda estar produciendo, tanto en sus

necesidades o en algunas insatisfacciones y a través de la comunicación

continuada será posible ir adecuando de forma continua los productos y

expectativas.

176

Las estrategias de Marketing Relacional apuntan a alcanzar niveles

mayores de intimidad con el cliente de modo de entregar un producto o servicio

adaptado a sus necesidades y que estos a su vez sean entregados sin

inconvenientes y a precios competitivos. Es así, que al aplicar una estrategia

relacional debe hacerse en el contexto del tipo de relación con el o los clientes:

1) Frecuencia potencial de las transacciones: la cual viene dada tanto

por la duración de los beneficios y lo complejo del proceso de decisión

como del sistema de entrega del producto o servicios.

2) Duración e intensidad del proceso de entrega del producto o

servicio: pone énfasis en que la entrega de valor puede ser tanto o más

importante que la entrega misma del producto o servicio, por lo que se

hace necesario un enfoque personalizado con el cual se transmita

confianza.

A continuación se señalaran los tipos de estrategias en el campo del

Marketing Relacional

Citamos a Ted Levitt (1995, En: Alet, 1996, Pág. 41) que nos dice lo

siguiente:

“Una estrategia que no haga referencia explícita a los clientes y su entorno

competitivo dejará, con toda seguridad, de generar y mantener un nivel

satisfactorio de clientes y de conciencia competitiva de su empresa, en especial en

los importantes rincones en los que se lleva a cabo el trabajo real.”

La estrategia de marketing relacional trata de gestionar la base de clientes

de tal forma de que se puedan identificar oportunidades de negocio y de

explotarlas de forma eficiente, extrayendo su máximo potencial. En la estrategia

de marketing relacional, los clientes son vistos como el auténtico recurso escaso

que se tienen que optimizar.

177

La empresa puede elegir entre distintas alternativas de estrategia

distinguiendo entre la que centran su atención en la participación de mercado

frente a las que atienden a la base de clientes. La atención de la participación de

mercado está vinculada con la consecución de nuevos clientes, tanto como

aumento del mercado, como por el aumento de la misma participación.

Tradicionalmente la estrategia de la empresa se orienta hacia un

planteamiento ofensivo para alcanzar nuevos mercados, o el aumento de su

participación dentro de ellos. El resultado es que las empresas dedican mucho

esfuerzo a la adquisición de nuevos clientes que a la retención de estos. En el

caso de la estrategia defensiva, se orienta a la reducción de la pérdida de clientes

y de cambio de marcas. El objetivo de la estrategia defensiva es la maximización

de la lealtad o retención de clientes y se compone según muestra la Figura N° 6.3.

Aumentar la satisfacción del cliente.

Construir costos de cambio.

Favorecer la voz del cliente.

Conseguir una personalidad pública más fuerte.

Figura Nº 6.3: Alternativas Estratégicas

Fuente Alet, 1996, Pág. 50

178

I. Estrategia basada en el valor del cliente

La creación de valor para el cliente es uno de los principios que debería

seguir toda la empresa para la obtención de rentabilidad y estabilidad, es decir, su

propio valor. El beneficio del empresario es más que la suma de los beneficios de

cada uno de sus clientes.

Por lo tanto, el enfoque central será el cliente para así comprender la

magnitud de las relaciones económicas de la empresa, dentro del marco del

marketing relacional, donde se conocen los clientes potenciales, actuales y

antiguos.

La estrategia de marketing relacional busca la obtención de la

rentabilidad actual y futura de la empresa a través de la satisfacción superior de

sus clientes, construyendo relaciones duraderas con cada uno de ellos, las que

permitan generar un valor añadido específico para cada uno de ellos e

individualmente. Este valor surge de una combinación de producto, comunicación

y servicio personalizado, al considerar, de hecho, a cada cliente como un

segmento de mercado unipersonal, de tal manera que:

“La segmentación unipersonal es un concepto estratégico, y no

únicamente de marketing, pues afecta a aspectos de la organización y, sobre todo,

supone un cambio en la filosofía que rige la relación de la empresa con el

mercado. La segmentación unipersonal permite la creación de una ventaja

competitiva duradera frente a los competidores tradicionales”.

II. Conocimiento de la base de clientes

Realizar una estrategia de marketing relacional pasa necesariamente por

el desarrollo de una base de datos de clientes, que nos aportará información

fundamental para conocer datos de cada uno de ellos.

El salto cualitativo de los datos relacionados entre sí, permite sacar

conclusiones relevantes y una información que se convierte en un conocimiento

179

especialmente importante sobre los clientes. El propósito de la base de datos es

en esencia, hacer posible establecer una relación personal entre la empresa y

cada cliente. De su análisis extraerá la empresa conclusiones fundamentales

sobre el diseño de productos y procesos y podrá adaptarse a las características

más significativas de los grupos identificados como diferentes y con potencial de

negocio. Sin duda alguna, la base de datos aporta la gran diferencia entre el

marketing transaccional y el relacional.

Un sistema integrado de marketing apoyado en una base de datos es una

inversión estratégica que debe ser apoyada y enriquecida continuamente. El

conocimiento que se puede obtener de los clientes a través de la explotación de la

base de datos es tal que puede aportar una ventaja competitiva sostenible.

Además, la base de datos es el fundamento para la planificación, ejecución y

medición de las acciones de marketing. Sobre ella se realiza la segmentación, la

localización de nuevos clientes, el diseño de nuevos productos y la mínima

previsión de ventas.

A. Calidad de la base de datos

La calidad de la información de la base de datos debe ser cuidada en

forma especial debido a la gran importancia que tiene en los resultados obtenidos.

La calidad se asegura a lo largo de cada una de las fases o procesos siguientes:

introducción, normalización, de duplicación y actualización.

La falta de calidad trae importantes trastornos a la gestión de la base de

clientes y la comunicación con cada cliente. Entre los más habituales están:

Duplicación, eliminación de clientes, Falta de datos, errores en los datos.

B. La segmentación por comportamiento de compra

La gran ventaja de trabajar con una base de datos es la posibilidad de

segmentar a los clientes de una manera óptima. Con la información contenida en

la base de datos se produce un salto importante al pasar de apoyarse en

180

predictores del comportamiento (deseo, intención, imagen) al comportamiento de

compra en sí mismo. Se valora la capacidad de compra futura en función de

cuánto y cuándo nos ha comprado, dónde, como, y por qué. Lo anterior se resume

en la Figura N° 6.4.

Figura N° 6.4: Dimensiones del cliente

Fuente: Alet, 1996 Pág. 81

TIPO DE CLIENTE

Estilo de vida.

Etapa de la vida.

Lugar de

residencia.

COMPORTAMIENTO DE

COMPRA

Presencia.

Frecuencia de

compra.

Valor de las

compras.

Tipos de producto.

Lealtad a la

empresa.

Sistema de

compra.

Canal de compra.

Capacidad de

crédito

Acontecimientos.

Grado satisfacción.

Reactividad

CLIENTE

181

6.3.6 Lealtad

Alet (1996), señala que “la lealtad es una medida de la vinculación del

cliente a la marca o empresa y refleja la probabilidad de que un cliente cambie a

otra marca, en especial cuando se modifica alguna característica o funcionamiento

o precio”.

¿De qué manera se puede afectar la lealtad?; a través del comportamiento

de compra del cliente, es decir de la sensibilidad a la marca. La sensibilidad a la

marca según Alet (1996), “es una variable psicológica que indica el papel que

juega la marca en el proceso que precede a la compra”.

Las variables que afectan a la decisión de compra están relacionada, por

el contrario, con la situación específica del producto/mercado y el conocimiento del

cliente en dicho contexto de decisión. Así, las variables importantes son las

siguientes:

a) Criterios de elección de los productos: en la medida que el cliente exige

niveles más altos de calidad más sensible es a la marca.

b) Creencias de existencia de diferencias entre las distintas marcas: si

no hay diferencias no tiene sentido el apego a una o varias marcas.

c) Competencia percibida del mismo comprado en la elección: el

desconocimiento por parte del cliente elimina la posibilidad de

identificación y referencia de la marca.

d) Grado de implicación del consumidor: varía en la medida que el cliente

se muestre interesado cada vez más en los productos o servicios.

¿Cómo una empresa puede obtener una mayor lealtad por parte de sus

clientes? La respuesta a la pregunta, se encuentra en la Figura N° 6.5 y radica en

conseguir cuatro objetivos que son: Personalidad pública de la marca, satisfacción

del cliente, costos de cambio y voz.

182

Figura N° 6.5: Pilares para aumentar la lealtad de sus clientes


183

I. Personalidad Pública de la marca

Según Alet (1996), “la personalidad pública plantea la creación del conjunto

de representaciones deseadas que una persona o grupo de personas ha de

asociar a una marca, u organización”. Es decir, la personalidad pública de la

marca, recoge los atributos deseados de la imagen de la marca, forma coherente,

apropiada y atractiva, para triunfar en el mercado en la consecución y lealtad de

los clientes”.

A medida que el consumidor se ve saturado de mensaje, este comienza a

filtrarlos, influyendo netamente sus percepciones a la hora de decidir cuáles son

los mensajes realmente recibidos. Para Alet (1996), la creación de la personalidad

pública aporta sensibilidad a la marca ya que:

i. Dota de credibilidad en la comunicación de las diferencias de la

marca.

ii. Aporta confianza al cliente en situaciones de riesgo.

iii. Traslada la personalidad privada del consumidor a la personalidad

pública de la marca como proyección personal adecuada.

iv. Despierta el interés del cliente por los atributos de la marca y los

beneficios que puede obtener.

v. Aporta una información útil y coherente que puede proporcionar al

cliente competencia suficiente para decir en base a la marca que

recoge los atributos básicos de sus deseos.

En resumen, la personalidad pública de la marca, crea una patente de

atributos principales que no puede ser tomada por los competidores y a su vez le

sirve como barrera de entrada protectora de la lealtad de sus clientes.

184

II. Satisfacción del Cliente

Si las empresas no dimensionan la real importancia a la satisfacción de

sus clientes, jamás podrán alcanzar clientes leales.

Alet (1996), señala que “la satisfacción del cliente es el resultado de la

valorización que realiza sobre la calidad percibida en el servicio o producto

entregado por la empresa”. Además Kotler (2001) señala que la satisfacción del

cliente “es el grado en que el desempeño percibido de un producto concuerda con

las expectativas del comprador”.

Un factor importante a considerar es lo difícil que resulta medir la calidad

del servicio en las empresas. En la Tabla N° 6.2 Alet (1996) indica cuales son:

Tabla N° 6.2: Criterios de evaluación según los clientes


Dimensión Definición

Fiabilidad - Capacidad de realizar el servicio prometido

correctamente.

Sensibilidad - Deseo de ayudar a los clientes y de proveer un

servicio rápido

Tangibles - Apariencia de las instalaciones físicas, equipo,

personal y materiales de comunicación.

Competencia - Posesión de las capacidades requeridas y el

conocimiento para realizar el servicio.

Cortesía - Educación, respeto, consideración y amabilidad

del personal de contacto.

Credibilidad - De confianza, honestidad credibilidad del

proveedor de servicio.

Seguridad - Sin riesgo, peligro o duda.

Acceso - Facilidad de contacto y de aproximación.

Comunicación - Mantener a los clientes informados en un

lenguaje que puedan entender, y escucharlos.

Comprensión del cliente - Hacer el esfuerzo de conocer a los clientes y sus

necesidades

185

Junto al servicio al cliente, la calidad y el marketing juegan un papel

importante en la entrega de valor. Es así que existe una estrecha relación entre

estos tres factores de manera que el marketing relacional logre su gran objetivo

que es “Obtener clientes leales”.

La entrega de un servicio superior, puede llegar a significar una ventaja

competitiva con respecto al resto de las empresas. La calidad también permite

diferenciarse del resto, ya que es el medio que le permite mantener por largos

períodos de tiempo su posesión. Según Gutiérrez (1997), “la calidad la define el

cliente, es el juicio que éste tiene sobre un producto o servicio y resulta por lo

general en la aprobación o rechazo del producto.” Alet (1996) es aún más preciso

y señala que calidad del servicio es “la percepción que tienen un cliente acerca de

la correspondencia entre el desempeño y las expectativas, relacionados con el

conjunto de elementos secundarios, cuantitativos y cualitativos, de un producto o

servicio principal”.

Dado lo anterior, resulta conveniente investigar acerca de las expectativas

que un cliente puede tener y como deben ser analizadas. El primer escalón radica

“en el nivel deseado” es decir el que quiere recibir y el segundo escalón es “el

nivel adecuado” que es una valoración del nivel percibido.

Realizar una buena gestión dada las expectativas del cliente resulta en

ventas que según Alet (1996), son:

1) Controlar sus actividades de comunicación de marketing y así asegurarse

que están vendiendo lo correcto y no están dado promesas que no podrán

ser cumplidas.

2) Elegir a sus intermediarios como distribuidores, agentes los que son

controlados estrechamente de modo de asegurar que crean las

expectativas correctas.

186

3) Controlar el rendimiento versus las expectativas, es mejor prometer

menos que no estar seguro de poder cumplir y así ir entregando más de lo

prometido.

Para que una empresa sea capaz de obtener un cliente leal, es necesario

que esta maneje los atributos valorados en la calidad del servicio y su enfoque

dirigido a lo que realmente es valioso para el cliente. Resulta necesario por tanto,

estar en permanente contacto con una relación profunda, conocer en detalle las

necesidades actuales y potenciales de los clientes, de modo de adecuarse de

manera eficiente a sus preferencias y valores. Los clientes que están altamente

satisfechos son menos sensibles a los precios, siguen siendo de la empresa por

más tiempo y hablan a favor de esta y sus productos.

Dentro de un análisis en el que se busca entregar un paquete de valor al

cliente surge el concepto de producto total. Para los clientes, el producto es un

conjunto complejo de satisfacciones de valor. Alet (1996), define producto total en

base a un desglose en cuatro niveles que son:

i. Producto genérico: es la cosa rudimentaria sustantiva sin la cual no existe

la posibilidad de entrar al juego de la participación del mercado.

ii. Producto esperado: representa las expectativas mínimas del cliente.

Incorpora componentes de servicio, recambios, accesorios, instalación o

postventa.

iii. Producto aumentado: es la oferta que aporta beneficios inesperados o

diferenciales, que distinguen a la empresa de la competencia.

iv. Producto potencial: se refiere a todo lo que todavía queda por hacer, lo

que es posible efectuar con potencial factible de atraer y mantener clientes.

Es así que el concepto de producto total, permite reconciliar la perspectiva

del producto que tiene la empresa con la perspectiva del cliente acerca de la

entrega de valor que recibe.

187

III. Costos de cambios

Estos sirven de soporte a la lealtad, debido a que hacen más costosa la

salida de un cliente o el cambio a otra empresa de la competencia. Si el cambio

resulta muy costoso para el cliente queda en evidencia que la reducción de la

base de clientes será menor, por lo que la empresa debe tenerlos en

consideración de modo que sus clientes permanezcan por más tiempo con ella.

Existen múltiples tipos de cambios, donde están los propios del cliente y

los vinculados al tipo de producto/servicio.

A. Costos de cambio personales del cliente

Costos emocionales: están dados por la vinculación del cliente con

la empresa o por la tradición de la empresa a lo largo del tiempo.

Hábitos del cliente: aparece un costo de cambio cuando se

presenta un producto alternativo que implica una modificación en el

comportamiento del individuo y en el de la empresa.

Esfuerzos de aprendizaje necesarios: son los costos personales

que implican los estudios de nuevos productos, en términos de horas

y energía de los clientes.

Ventajas económicas asociadas a la lealtad: este es el más

evidente del Marketing Relacional, ya que establece la lealtad a

través de un condicionamiento de las ventajas económicas que el

cliente obtiene por mantener una relación a lo largo del tiempo con la

empresa.

Riesgos sociales y psicológicos: en cualquier situación de cambio

existen temores y sensaciones de riesgo por miedo a perder algo o

que algo no salga como se esperaba.

188

Cambios del papel del usuario: corresponder a la percepción

propia del cliente, en la valoración del cambio que significaría si es

que cambia de empresa.

Contratos establecidos con empresas de productos o servicios

complementarios o relacionados: el cliente puede tener un

compromiso indirecto con una empresa, lo que le implicaría altos

costos de cambio.

B. Costos de cambio asociados al producto

Costos de búsqueda: en la identificación y cualificación de los

proveedores alternativos.

Costos de rediseño o reformulación: para poder incorporar el

producto/servicio en el proceso de producción o consumo.

Costos de formación o de aprendizaje nuevo: incluye los costos

de formación propios, además de los tiempos muertos o perdidos y

los costos de mala calidad en el proceso de aprendizaje.

Costos de cambios de papeles de algunos miembros de la

organización: pueden surgir resistencia al cambio lo que significaría

costos adicionales de reestructuración.

Riesgo de fracaso: si el cambio no funciona bien puede implicar

pérdidas en el mercado.

Inversiones en equipo relacionado: el nuevo producto puede no

requerir de las maquinas o herramientas que se utilizaban antes, lo

que significaría la adquisición de nuevos equipos.

Costos de marcha atrás en el recambio: si el cambio no funciona

adecuadamente, se han de reconocer los costos implícitos en la

189

vuelta al producto y sistemas anteriores, que aumentaron

probablemente con el paso del tiempo.

Costos contractuales: muchas empresas mantienen relaciones con

los clientes vinculados a contratos, lo que significa dar cumplimiento

a tales, de lo contrario deberá hacerse cargo de lo que significa

romper un acuerdo contractual.

Alet (1996), señala que los costos de cambio tienen una importancia

fundamental en la lealtad por cuanto determinan la actitud inicial ante la

probabilidad de búsqueda o valoración de alternativas.

¿Cuáles son los tipos de vínculos para crear lazos con los clientes?,

existen tres tipos de vínculos que la empresa puede establecer y son: financieros,

sociales y estructurales.

i. Vínculos Financieros: determinan el primer nivel de los vínculos, los

basados en ventajas económicas referidas a descuentos especiales en

precio, o pro premio por volumen de compra acumulado. Por lo general

contemplan un plan de retención de clientes, donde se hace un

reconocimiento especial del cliente con programas de compra o uso

frecuente.

ii. Vínculos Sociales: Estos vínculos surgen de una relación cuidada,

personalizada, con detalles afectivos de reconocimiento honesto y sincero.

Más que nada lo que la empresa debe hacer es fortalecer la relación que

mantiene con sus clientes de manera que se mantenga enterados de

cuáles son sus necesidades y deseos individuales y así personalizar sus

productos y servicios.

iii. Vínculos estructurales: son el último nivel, el que garantiza el mayor nivel

de compromiso y lealtad, donde la empresa y el cliente adaptan sus

sistemas o su organización para desarrollar la relación.

190

IV. Voz del cliente

Con los cambios que se han producido en las sociedades, hoy en día las

empresas se enfrentan a consumidores más educados, con menos miedo de

decir lo que piensa y de quejarse si el producto o servicios que está percibiendo

no es lo que realmente esperaba.

En general las quejas son vistas negativamente porque conforman

esfuerzos negativos, reportan castigos psicológicos a los miembros implicados de

la organización y muestran, en definitivas, los puntos débiles a los errores

cometidos en la gestión por la empresa.

Ante una situación de insatisfacción existen distintos tipos de respuesta.

La primera es la voz, que es una respuesta directa a la empresa; luego privado,

que es un boca en boca negativo; y la tercera son respuestas hacia otras

entidades como asociaciones de consumidores.

Además, se detectan cuatro tipos de clientes según Alet (1996) que son:

Pasivos: que se quejan por debajo de la media y por lo general son

jóvenes.

Voceadores: que son los de mayor porcentaje, los más interesantes para

la empresa, ya que se quejan directamente con esta y en menor cantidad

con privados y terceras personas.

Irritados: sus quejan son mayoritariamente privadas, aunque de igual

manera se quejan directamente con la empresa.

Activistas: que se quejan por sobre la media en las tres dimensiones.

En definitiva, escuchar a los clientes permite detectar si la empresa

presenta algún problema en su funcionamiento, y así conocer cuáles son las

variables de satisfacción del cliente más importantes para él, como también la

191

obtención de ideas para mejorar el funcionamiento y tener una valoración mayor

de los empleados y distintos componentes del producto/servicios.

6.3.7 Plan de Marketing Relacional Eficaz

A través de un plan de marketing Relacional, la empresa puede obtener

la creación de valor dentro de un marco de crecimiento con rentabilidad.

Básicamente, lo que plantea este tipo de plan es el establecimiento de relaciones

continuada a lo largo del tiempo, de manera de establecer y ampliar las relaciones

con los clientes.

En la Figura N° 6.6, se presentan dos fases de acción que se concretan en

las dos áreas de marketing básicas en crear valor para la empresa:

Front-End: conversión de no clientes en clientes al menor costo.

Back-End: mantenimiento y valorización de los clientes actuales.

Figura N° 6.6: Áreas básicas de Creación de Valor


FRONT-END

Consecución de

nuevos clientes al

menor coste.

BACK-END

Maximización del

valor del cliente.

Maximización del

valor de la

empresa

192

Es así, que en el cuidado y explotación de estas dos áreas y en sus

misma interrelación donde podemos conseguir aumentar el valor del cliente y,

consiguientemente de la empresa.

El valor de la empresa se aumenta por tres grandes bloques de acción:

1. Consecución de clientes al menor costo:

a) Desarrollo de las fuentes más eficientes de obtención de nuevos

clientes.

b) Recuperación de clientes antiguos deseables.

2. Aumento de las ventas por cliente:

a) Aumento de la vida media del cliente en la empresa, a partir de:

Mayor satisfacción del cliente.

Creación de costos de cambio o barreras de salida.

Recuperación de clientes insatisfechos.

b) Realización de ventas cruzadas:

Desarrollo de servicios de valor añadido a media del cliente.

c) Obtención de ventas complementarias

d) Aumento de la frecuencia de compra.

3. Disminución de los costos por cliente:

a) Disminución de costos comerciales

Segmentación adecuada

Adecuación de la oferta

Determinación de la frecuencia óptima de envíos.

Integración de los medios utilizados.

Implicación del cliente en la realización de los productos y servicios.

193

8. Etapa entre un cliente y un proveedor que se da cuando este último debe cumplir en tiempo y forma con todo lo prometido.

b) Aumento de la conversión de demanda en ventas efectivas

Mejora de procesos de generación y gestión de leads.

Servicio rápido y satisfactorio.

Reducción de la tasa de pérdida en ofertas de continuidad.

Disminución de devoluciones.

c) Gestión eficiente:

En creación y producción de las campañas comerciales., en

Fulfillment8.

Con estructura simple, coordinada.

Integración de los programas comerciales de cada medio, canal, y

tarea comercial, a partir de una base de datos común.

Todo este conjunto de campos de acción se concentran en un Plan de

Marketing dirigido a la consecución de los objetivos fijados dentro de la estrategia

general de la empresa, que queda reflejado en la Figura N° 6.7. Este plan, recoge

todos los detalles del Plan de Marketing que afectan drásticamente a los

resultados de la empresa y que, bien realizados, llevan a un incremento sustancial

del valor de la empresa.

Con respecto al Plan de Marketing, el dilema se traslada a invertir más por

un nuevo cliente, o aportar un mayor valor a éste y dependerá de la situación

competitiva y los objetivos económicos y financieros fijados por la empresa.

Alet (1996) señala que: en el marco de una visión dinámica, la empresa

debe concentrarse en aumentar el valor del cliente para entrar en el “Circulo de

Confianza”, que enfoca las funciones en las dos fases de acción de Marketing:

conseguir nuevos clientes y aumento del valor del cliente. Lo anterior se señala en

la Figura N° 6.8.

194

Figura N° 6.7: Plan eficaz de Marketing Relacional


195

Figura N° 6.8: Círculo de la Riqueza en Marketing


6.3.8 Como obtener clientes reales y rentables

Una vez se tiene un cliente, entra en acción el marketing Back-end,

orientado a maximizar el valor del cliente, con programas de continuidad, con el

tratamiento de los clientes como el activo más importante. Los clientes, como

activo, tienen que ser evaluados por los beneficios que aportan a lo largo de su

vida económica para la empresa.

196

El objetivo básico es el aumento del valor de los clientes, a través de

distintas políticas Alet (1996) que son:

Retención: mantenimiento de los clientes activos en la empresa.

Mayor volumen promedio de compra por pedido.

Mayor frecuencia de compra.

Mayor potencial de consumo por creación de nuevas líneas de

productos, consiguiendo ventas cruzadas.

Por tanto, el cultivo de la relación va dirigido a la fidelización del cliente y el

aumento de su valor para la empresa, a través de una serie de acciones para

mantener una relación continuada que permita conocerse mejor mutuamente,

realizar nuevas ventas y mantener el compromiso que se ha establecido.

Ahora bien, podemos señalar según Alet (1996) que para conseguir el

objetivo final que es obtener clientes leales y rentables, se realiza a través de un

plan de comunicación de la relación y programas para recuperar clientes perdidos.

I. Plan de comunicación en el cultivo de la relación

Existe un gran abanico de acciones de comunicación posibles para fidelizar

y aumentar el valor de los clientes.es conveniente realizar.

A continuación se indicará diversos tipos de acciones que sirven de muestra

de referencia de las acciones posibles dentro de este campo.

A. Creación de un Club

El club es una de las formas más completas de realizar el Marketing Back-

End, por cuanto, dentro de él, se establecer una serie de vínculos entre la

empresa y el cliente y un dialogo de forma natural y casi permanente.

Implica además, un compromiso importante de futuro de la empresa en la

creación de una orientación en torno al cliente, con un reconocimiento de los

197

múltiples contactos, respuestas y compras que acontecen a lo largo de la relación

con éste.

El fin que con lleva crear un club, es el establecimiento de vínculos

profundos entre la empresa y el cliente, para obtener una relación de lealtad. De la

relación establecida, se obtienen ventajas para la empresa de ventas cruzadas y

complementarias, mayor conocimiento de los clientes y una mayor permanencia

de estos en la empresa. Por ende, el club se convierte en un escudo protector

ante las acciones de la competencia.

B. Material de acompañamiento

Es conveniente acompañar el producto vendido o pedido de una

información que reafirme que el cliente ha tomado la decisión correcta y que ha

sido una buena elección. Es importante dar testimonios de clientes satisfechos,

garantías de la calidad de los componentes o del proceso de fabricación.

C. Agradecimiento

El agradecimiento por sí mismo es algo poco usual en las comunicaciones

de la empresa. Se aprovecha normalmente para combinarlo con oferta de nuevos

productos y servicios. Sin embargo, el decir simplemente gracias de forma natural

y sincera, aporta un elemento importante de vinculación suficientemente

importante que merece desvincularlo de nuevas ofertas comerciales.

D. Venta Cruzada

En la venta cruzada, se trata de ofrecer productos de un tipo distinto a los

que el cliente posee hasta el momento. Por ejemplo, un seguro contra daños a un

vehículo.

E. Ventas complementarias

Es igualmente interesante ofrecer productos complementarios al producto

entregado, como en el caso de las actualizaciones de Anti Virus.

198

En el caso de venta por catálogo e usual presentar una oferta especial con

el envío del artículo, dirigida exclusivamente al comprador del artículo, dando valor

a la especificidad de la oferta y su carácter personal y valioso.

F. Ofertas especiales

Resulta rentable colocar ofertas reservadas a clientes especiales, como la

persona a la que nos dirigimos, con preciso especiales o artículos con cantidad

limitada, utilizando la exclusividad o la idea de oportunidad. Cuando más

específica y afinada sea la oferta especial para los clientes, mayor será la

probabilidad de éxito en la obtención de ventas adicionales.

En ciertos casos la oferta especial es una ventaja que no aporta ingresos

económicos a la empresa, pero ofrece un claro beneficio al cliente para que

continúe consumiendo los productos o servicios de la empresa.

G. Información sobre los productos y servicios de la empresa

Resulta útil presentar información fundamental sobre la empresa, sus

productos, sus servicios, su gente, en especial para los clientes que nos compran

por primera vez y regularmente. Se trata de una información que acerque la

empresa al cliente y que le haga participe de su vida empresarial.

H. Mantener el contacto

El plan de contacto de la empresa debe reconocer el ciclo de compra del

cliente sus necesidades y los productos consiguientes a ofrecer, para diseñar la

frecuencia, medio y contenido idóneos para una comunicación efectiva.

Cuando el cliente sepa más de la empresa, habrá una alta probabilidad que

siga comprando y se mantenga fiel a esta.

199

I. Servicio de Post-Venta

La empresa tiene que continuar la acción de venta facilitando el uso del

producto o servicio por parte del cliente. En el caso de productos complejos es

primordial el apoyo de la red de ventas, servicio técnico, o número de teléfonos

donde realizar consultas. Después de la venta, la empresa continúa dando soporte

al usuario para una correcta y fácil utilización de sus productos.

II. Programa de recuperación e clientes antiguos

Existen razones evidentes para considerar que un antiguo cliente puede ser

más rentable que uno nuevo. Las diferencias más destacables según Alet (1996),

son entre otras:

i. Son más accesibles ya abiertos a responder a los esfuerzos de la

empresa.

ii. Mantienen un sentimiento de lealtad o afinidad a la empresa como

antiguo amigo.

iii. Después de su insatisfacción con la empresa, pueden haber tenido

experiencias de un nivel similar en empresas competidoras, por lo

que pueden aceptar nuevamente su oferta.

iv. Si se sabe la razón de la partida, tras haber resuelto el problema

originario la empresa puede comunicarle la novedad y lo que

significa para el antiguo cliente y su problema particular.

v. Se dispone de una información que puede ayudar a desarrollar un

programa específico para obtener una oferta y servicios relevantes

para el antiguo cliente, lo cual es imposible o muy caro en el caso de

un presunto cliente.

200

A. Análisis de las razones de la pérdida de clientes

La pérdida de un cliente es el comportamiento de no lealtad que queremos

evitar. El análisis de la pérdida de clientes es una forma de conocer los factores

que provocan la no lealtad y su importancia relativa

Según Desouza (1996: Citado en Alet (1996), Pág. 172) existen ocho

razones de pérdida de un cliente con distintas matizaciones:

1. Precio: el cliente cambia a un competidor con un precio menor. Este precio

puede ser analizado tanto en términos absolutos como en términos relativos

(Calidad/Precio).

2. Producto:

a) El cliente se va a un competidor que ofrece un nuevo producto

superior.

b) Uno de los productos entregados no ha satisfecho las expectativas

ante un funcionamiento irregular, por lo que el cliente cambia de

marca.

c) Falta de actualización y servicios post-venta.

d) El cliente se mueve en un nivel de decisión de alternativas de

elección, entre las que está el producto considerado.

3. Servicio: el cliente deja la empresa por un servicio pobre o defectuoso.

Pueden distinguirse varios tipos:

a) Errores en el funcionamiento con entrega incorrecta.

b) Mala atención personal por parte de un representante de la empresa.

c) Errores en la asistencia técnica.

d) Problemas en la gestión de capacidad.

4. Mercado: el cliente se pierde por salirse del mercado donde concurre el

producto:

201

a) Traslado geográfico

b) Cierre de la empresa o fallecimiento del cliente.

c) Cambio de actividad del cliente empresa.

d) Cambios en el estilo de vida, etapa de la vida, problemas de salud,

etc.

5. Tecnología: el cliente pasa a utilizar un producto basado en una tecnología

o sistemas distintos. Sería una situación donde se va a productos sustitutos

o alternativos.

6. Organización: los clientes son perdidos por razones políticas más allá de

aspectos técnicos o de servicio:

a) Incorporación del cliente a un grupo competidor.

b) Nuevas políticas restrictivas de compra.

c) Absorción de partes del negocio por el propio cliente, a través de una

organización interna.

7. Vínculos personales del cliente con el nuevo proveedor

8. Perdida de la parte poseída del cliente

a) Ante el proveedor principal

b) Frente a otro proveedor

B. Plan de recuperación de clientes

La recuperación debe realizarse con un planteamiento previsional, tratando

de detectar la fuga probable por un comportamiento previo de queja, su grado de

satisfacción mostrado en las encuestas de satisfacción sistemáticas en los

momentos adecuados de la relación, su no respuesta en un plazo de tiempo a

nuestras comunicaciones, o la misma antigüedad del bien o servicio adquirido.

El plan de recuperación contemplaría los siguientes pasos:

202

1) Reconocimiento de la no lealtad del cliente al haber adquirido otra

marca.

2) Comprensión de las razones de su no lealtad.

3) Reacción tan pronto como sea posible sobre la solución del déficit o

problemas que llevaron al cliente a dejar la marca.

4) Comunicaciones periódicas indicando los avances en las áreas

consideradas importantes para el cliente,

5) Comunicaciones con el antiguo cliente equivalentes a la de

prospecto cualificado, cuando entra en la fase de probable nueva

compra, dentro de sus ciclo de compra habitual o la indicada por el

mismo.

6.3.9 Indicadores clave del éxito dentro de un programa de Marketing

Relacional

Para dirigir adecuadamente un programa de marketing Relacional y

conseguir obtener el deseado beneficio debemos cuidar de los factores claves de

éxito comercial, que dependerán tanto del negocio en que participe la empresa,

como de la estrategia que se haya decidido seguir.

El análisis de las distintas etapas de la relación y su trasposición a los

indicadores claves se muestran en la Tabla N° 6.3.

203

Tabla N° 6.3: Indicadores fundamentales en las etapas de la relación con el cliente


ETAPA INDICADOR CÁLCULO

Identificación Presuntos

- % de respuestas - Respuestas - Costo por respuesta

- Identificados/Audiencia - Inversión/Respuesta

Cualificación

- Numero de presuntos con potencial inmediato, corto, medio y largo plazo.

- Clasificación potencial

en el tiempo

Ventas compradores

% de conversión - Valor de compra - Tipos de productos - Costo por pedido

Ventas/Cualificados - VPM - Número líneas de

producto - Inversión/Pedido

Relación clientes

- Compradores con varias compras - Mas anteriores venta - Aportación de amigos

- % Compradores

repetidores/Activos - Pedidos y ventas/cliente - Referencias/cliente

Asociación socios

- Cadena de la amistad aporta

nuevos clientes - Participa en el desarrollo y mejora

de nuestros productos y servicios

- Nuevos compradores a través de clientes.

- Ideas obtenidas de clientes

Recuperación antiguos clientes

- Clientes recuperados por causa. - Clientes calmados

- Número y %

recuperados por causa. - % de

calmados/Insatisfechos iniciales

204

6.3.10 Plan de Acción

I. Definición

El plan de acción es una herramienta que facilita llevar a cabo los fines

planteados por una organización, priorizando las iniciativas más importantes para

cumplir con objetivos y metas trazados, es decir describe el medio por el cuál se

lograrán los objetivos.

Es así, que el Plan de Acción permite organizar y orientar estratégicamente

acciones, capital humano, procesos, instrumentos y recursos disponibles hacia el

logro de objetivos y metas así como definir indicadores que facilitan el seguimiento

y evaluación de las acciones y sirven de guía para la toma oportuna de decisiones.

Figura N° 6.9: Preguntas que se deben realizar al diseñar un plan de acción

Fuente: Elaboración Propia

PLAN DE

ACCIÓN

¿Qué vamos a hacer?

¿Cómo lo vamos a hacer?

¿Cuándo lo vamos a hacer?

¿Quién de nosotros lo va a hacer?

¿Con qué recursos?

¿Para qué lo vamos a

hacer?

205

Un plan debe contener la siguiente información:

Definir los objetivos específicos.

Establecer las metas necesarias para alcanzar cada uno de los objetivos

específicos.

Establecer indicadores que permitan medir el logro de la meta.

Determinar las actividades que deben desarrollar.

Especificar el despacho judicial responsable de llevar a cabo las

actividades.

Si se necesita coordinar la realización de alguna actividad, se debe

indicar con cual despacho, institución u organización.

II. Elementos del Plan de Acción

Figura N° 6.10: Elementos de un plan de acción


A. Objetivos

Un objetivo consiste en un deseo de lo que se quiere lograr (atender a una

problemática o necesidad). Este propósito debe ser expresado en forma clara y

concisa. Todo objetivo por tanto, debe responder la pregunta ¿Para qué?

Dentro de sus características se encuentran:

Precisos: de tal forma que se pueda realizar una buena planificación y

adecuada evaluación de los objetivos.

OBJETIVO(S)

META

INDICADOR

ACTIVIDADES

TIEMPO

RECURSOS

RESPONSABLE

206

Adecuados en el tiempo: que se puedan cumplir en un período

razonable de trabajo.

Flexibles: que sean posibles de modificar cuando se presenten

situaciones inesperadas.

Motivadores: que sean para las personas un reto posible de alcanzar.

Que los involucrados se sientan identificados con el desarrollo de

actividades.

Participativos: los mejores resultados se logran cuando los

responsables del cumplimiento de los objetivos pueden participar en su

establecimiento.

Factibles: deben ser reales, prácticos y posibles de lograr.

Convenientes: que sus logros apoyen los propósitos y misiones básicas

de la organización.

Obligatorios: una vez establecidos debe existir una obligación

razonable, para lograr su cumplimiento.

B. Metas

Reflejan lo que se va a lograr en un tiempo determinado, respondiendo a

cuanto se desea alcanzar. La principal característica de una meta es que debe

explicar claramente, ¿Qué se quiere?, ¿Cuánto se quiere? Y ¿Para cuándo se

quiere?

La fijación de metas hace posible la medición de los resultados y la

evaluación del grado de cumplimiento y eficiencia logrados por el responsable. En

otras palabras, la meta es la cuantificación del objetivo específico ubicado en el

tiempo y lugar.

207

Las metas definen la cantidad de lo que se desea alcanzar a través de los

objetivos específicos, pueden especificarse en términos absolutos o relativos.

Las metas deben ser:

Realistas: que se pueden alcanzar con los recursos disponibles.

Precisas: debidamente explícitas.

Periódicas: definir la fecha en la que se desean alcanzar.

Medibles: señalar unidades de medida.

Coherentes: vinculadas con los objetivos.

C. Indicadores

Son parámetros de medida por medio de los cuales se determinan el logro

de la meta y por consiguiente el cumplimiento de los objetivos específicos.

Los indicadores tienen que ser medibles en cantidad y tiempo. El conjunto

de indicadores permite analizar, evaluar y justificar las actividades y los resultados

planteados.

D. Actividades

Las actividades son todas aquellas tareas o eventos destinados al

cumplimiento de las metas previstas. Señalan los pasos lógicos o el camino que

se debe seguir para contribuir al logro de las metas.

Las actividades deben responder a las preguntas ¿Que se debe hacer? Y

¿Cómo se debe hacer?

E. Responsable

Se debe señalar quien concretamente es responsable de realizar la

actividad. Los responsables han de tener la capacidad de realizar la actividad

planteada.

208

6.4 Plan de acción VTR Globalcom S.A. Zona Sur

I. Justificación

La decisión de realizar un Plan de Acción, radica en la creación de un plan

de capacitación a personal de ventas y atención al cliente de las Plazas de

Concepción y Temuco, de manera que estos adquieran los conocimientos

necesarios en Marketing Relacional. Lo anterior se justifica debido al

desconocimiento que cuenta este personal, evidenciado en la escasez de

estrategias de retención, aumento de la satisfacción del cliente y la poca lealtad

que tienen estos últimos, esto reflejado en los resultados del estudio de Análisis

Cluster realizado en esta investigación, donde se observa que para ambas plazas

el mayor nº de desconexiones de servicios ocurre cuando estos tienen una

antigüedad que fluctúa promedio entre los 13 y 24 meses.

Realizada la capacitación, el personal de Ventas y Atención al cliente

seleccionado, será capaz de comprender, entender y mejorar las estrategias de

retención de clientes antiguos y captación, también aumentará la participación de

estos en importantes reuniones realizadas en las Oficinas de Marco Polo,

entregando sus impresiones, acotaciones y nuevas ideas en post de aumentar la

cartera de clientes, logrando que las relaciones con estos últimos, sea muy difícil

de romper por parte de los competidores.

El recinto de capacitación, será las oficinas de Marco Polo 8880, comuna de

Hualpén, donde cuenta con una sala de capacitación propia, equipada con equipo

digital, audiovisual, proyector, pizarra y computadores necesarios para cada uno

de los participantes, además de una cafetería donde realizar los intermedios

(Coffe Break).

Con respecto a los expositores, estos serán ejecutivos con un alto grado de

capacitación y experiencia en las oficinas de Marco Polo y Santiago

pertenecientes a diversos departamentos, de manera de generar un conocimiento

transversal del Marketing Relacional en diversas líneas de la compañía.

209

II. Diseño del Plan de capacitación Personal de Ventas y Atención al

Cliente VTR Globalcom S.A. Zona Sur

1. Objetivo

Conocer y comprender conceptos actualizados de Marketing

Relacional y la importancia que este tiene dentro de las compañías.

2. Beneficios del Plan de acción

El personal capacitado será capaz de comprender las herramientas

que posee el Marketing relacional y como estos ayudan a alcanzar

los objetivos y metas de la empresa.

Elevará el nivel de conocimiento y toma de decisiones.

Logrará un alto nivel de efectividad en el personal capacitado, al

momento de diseñar e implementar estrategias establecidas por

parte de la empresa en retención y captación de nuevos clientes.

3. Cobertura

Capacitar a las secciones que se encuentran directamente

relacionados con venta y atención al cliente de las Plazas de Concepción y

Temuco.

4. Procedimiento de implementación

Aprobado el plan de capacitación, se procederá a la selección de

Personal de Venta de las plazas Concepción y Temuco como así

también de Atención al cliente, por parte del Gerente Zonal y

Gerente Comercial Zona Sur

Se estructurará un grupo conformado por un máximo de 30 personas

entre las Plazas de Concepción y Temuco, con el propósito de que

los recursos técnicos sean aprovechados de manera óptima.

210

Se establecerán horarios fijos, en los cuales se llevará a cabo la

capacitación de manera de realizar la rotación necesaria y así evitar

escasez de personal.

Iniciada la capacitación, cada módulo contará con un responsable

que será quien evaluará a los participantes, aplicando un sistema de

evaluación que considere adecuada. Esta comprenderá aspectos

conversados en la capacitación, adaptación y participación de los

participantes.

Durante todo el proceso se llevara un proceso tanto teórico como

práctico, en los cuales cada responsable de los módulos determinará

el módulo de evaluación y actividades de reforzamiento.

La duración de proceso de capacitación, comprenderá una duración

de veinte horas desglosadas en tres semanas. Posterior a la

capacitación se realizará un seguimiento a cada plaza.

5. Contenido de los módulos a desarrollar en la capacitación

La modalidad de la capacitación comprenderá un parte teórica y una

parte práctica de un 70% y 30% respectivamente. La parte teórica

comprenderá el desarrollo de cuatro módulos, en los cuales los

responsables de cada uno de ellos será personal con un alto grado de

capacitación perteneciente a la Oficinas de Marco Polo 8880, Hualpén y

Casa Central, Santiago.

El detalle del Plan de Acción, queda plasmado en la Tabla N° 6.4, donde se

detalla los objetivos a cumplir, las actividades, metas, indicadores, los recursos

involucrados, período de ejecución y responsables.

Además, en la Tabla N° 6.5 se detalla el contenido de los módulos, en la

Tabla N° 6.6 el cronograma de actividades y en la Tabla N° 6.7 los costos

involucrados en la capacitación.

211

Tabla N° 6.4: Plan de Acción VTR Globalcom S.A. Zona Sur (Plaza Concepción & Temuco)


OBJETIVO ACTIVIDAD METAS INDICADORES RECURSOS PERIODO DE

EJECUCIÓN RESPONSABLE

HUMANOS TÉCNICOS FINANCIEROS

Capacitar al personal de

ventas y atención al

cliente Plaza Concepción y Temuco

Diseño del proyecto y selección de instructores que impartirán los módulos

Lograr que a lo menos cuatro expositores de la compañía, desarrollen la capacitación.

Aumentar en un 30% el número de expositores de la Plaza de Concepción.

- Gerente comercial - Sub-gerente Servicio

al Cliente y Marketing - Jefe Control Gestión. - Enc. Proyectos

Comerciales - Personal de Ventas y

Atención al Cliente Plaza Concepción y Temuco

Sala de capacitación, Marco Polo

8880, Hualpén.

Equipo de proyección

digital.

Computadores de escritorio.

Material de

estudio.

Insumos para alimentación.

Impresión de material de

estudio.

Dinero para traslado desde la

Plaza de Temuco.

Tres semanas

Gerente Zona Sur

& Gerente Comercial

Diseño de los contenidos a tratar en los módulos

Generar cuatro módulos de estudio, donde el tema central será marketing Relacional e incluir aplicaciones y experiencias en compañías de diversos rubros.

Mejorar en un 40% el conocimiento en relación con Marketing Relacional.

Creación de actividades complementarias y recreativas durante la capacitación

Identificar a lo menos ocho personas capacitadas que sobresalgan del resto de sus compañeros.

Incrementar el número de participantes en las reuniones estratégicas o de análisis en un 40%.

212

Tabla N° 6.5: Contenidos programas de Capacitación


MÓDULO ASPECTOS RESPONSABLE DURACIÓN

Módulo I Introducción al Marketing

Relacional

Introducción Objetivos del Marketing Relacional. ¿Por qué ha crecido el Marketing Relacional?

Gerente Comercial 2 Horas

Módulo II Marketing Relacional y Programas

de Fidelización

¿Qué buscamos por medio de la Fidelización? Programas de captura, Fidelización,

Rentabilización y recuperación de clientes. Ventajas y Desventajas de la Fidelización. Objetivos y requisitos para realizar un

programa de fidelización.

Jefe Control de Gestión 6 horas

Módulo III Gestión de Relaciones con

Clientes

Modelos de gestión de clientes. Estrategias de gestión de clientes. ¿Qué es el valor de vida de un cliente? ¿Cómo obtener clientes leales y rentables? Conceptos fundamentales del CRM. CRM como estrategia y soporte de negocio.

Sub-Gerente Servicio al Cliente y Marketing

8 horas

Módulo IV Plan de Marketing Relacional &

Inteligencia de Clientes

¿Qué es un Plan estratégico? Las razones actuales de sus usos. Cuadro de mando relacional. Técnicas fundamentales de análisis y

segmentación de clientes. Cómo establecer la efectividad de una acción

de Marketing Relacional.

Encargado de Nuevos Proyectos 4 horas

TOTAL DE HORAS PROGRAMA DE CAPACITACIÓN 20 horas

213

Tabla N° 6.6: Cronograma de Actividades


Semana 1 Semana 2 Semana 3

MODULO OBJETIVO RESPONSABLE DURACIÓN

HORAS D1 D2 D3 D4 D5 D6 D7 D8 D9

Introducción al

Marketing Relacional

Comprender la dimensión y objetivos que trabaja el Marketing Relacional.

Gerente Comercial 2

Marketing Relacional y Programas de

Fidelización

Comprender los fundamentos del Marketing Relacional y su Importancia dentro de las empresas.

Jefe Control de Gestión

6

Gestión de Relaciones con

Clientes

Entregar herramientas para la

implementación de relaciones con clientes.

Comprender el CRM desde la

perspectiva del capital relacional que representa una marca.

Sub-Gerente Servicio al Cliente

y marketing 8

Plan de Marketing Relacional &

Inteligencia de Clientes

Entregar herramientas que

permitan el diseño de planes de Marketing de Relaciones velando por la orientación a resultados.

Abordar el control de gestión de

clientes desde una perspectiva estratégica de las marcas basado en cuadros de mando.

Encargado de Nuevos Proyectos

4

214

Tabla N° 6.7: Costo Capacitación


SECCIÓN DESCRIPCIÓN VALOR UNITARIO CANTIDAD TOTAL

Abarrotes

Café-Gold Premium 170G $ 2.355 5 $ 11.775

Té-Lipton 100 Un. $ 2.490 3 $ 7.470

Azúcar 1.5 Kg $ 1.000 4 $ 4.000

Endulzante 270 CC $ 2.450 3 $ 7.350

Panadería

Pan-Ideal 650g $ 1.529 20 $ 30.580

Queso-Colún Gauda 500 G $ 3.190 8 $ 25.520

Jamón-Ariztía Pechuga de pavo 250 G $ 1.197 6 $ 7.182

Paté-Bonanza cerdo 100G $ 599 4 $ 2.396

Confitería

Nick $ 239 15 $ 3.585

Líder-Coco $ 240 15 $ 3.600

Frac-Vainilla $ 299 15 $ 4.485

McKay-Tritón $ 340 15 $ 5.100

Costa-Chocochips $ 349 15 $ 5.235

Alfajores NutraBien-Brownie 4 Un. $ 1.440 15 $ 21.600

Lagos del Sur-6 Un. $ 990 15 $ 14.850

Snack Lay's 450 G. $ 1.820 10 $ 18.200

Bebidas Pack: Pepsi-Bilz-Pap 3Litros c/u $ 3.690 12 $ 44.280

Agua Mineral Cachantún 6 Un. 500cc $ 1.930 6 $ 11.580

Artículos de Oficina

Cuaderno Torre 100 Hojas $ 890 30 $ 26.700

Papel Fotocopia Carta 1 Resma $ 2.790 30 $ 83.700

Marcador Artel (20 unidades) $ 711 20 $ 14.220

Tijera 1 Un. $ 460 6 $ 2.760

Carpeta con elástico $ 790 30 $ 23.700

Bolígrafo (Negro-Rojo-Azul) $ 690 40 $ 27.600

Papel Krafft-Pliego $ 120 30 $ 3.600

Marcador de Pizarra 4 colores $ 2.290 6 $ 13.740

Expositores Bono Incentivo $ 100.000 7 $ 700.000

Lugar Marco Polo Nº 8880, Hualpén No aplica No Aplica No Aplica

Personal de Atención 2 Hombres, 2 Mujeres $ 100.000 4 $ 400.000

Bono Locomoción Expositores Santiago $ 50.000 2 $ 100.000

Plaza Concepción y Temuco $ 50.000 30 $ 1.500.000

TOTAL $ 3.124.808

215

6.5 Conclusiones

A lo largo de este capítulo, se desarrolló un plan de acción para la Zona Sur

de VTR Globalcom S.A., involucrando personal de ventas y atención al cliente de

las Plazas de Concepción y Temuco, como también las localidades de cada una

de las plazas ya mencionadas.

La idea de su creación nace producto de resultados obtenidos del Análisis

Cluster realizado anteriormente en la investigación, en donde se establece que por

parte de los clientes hay una baja permanencia en la compañía, lo que sumado

además a las pocas promociones de retención generadas en los meses que se

han tomado como base para el desarrollo del trabajo, han evidenciado que existe

un desconocimiento general por parte del equipo de VTR en lo que respecta a

Marketing Relacional, puesto que los planes de retención en ningún momento han

tenido la finalidad de aumentar la satisfacción del cliente, y de paso su lealtad con

la compañía.

La creación y posterior puesta en marcha del plan, será comandada por

ejecutivos de alto grado en la Zona Sur, como es el gerente Zona Sur y Gerente

Comercial. Su diseño, ajusta un mixture ideal entre la parte teórica y práctica,

evidenciada en el desarrollo de los ítems y actividades comprendidas de cada uno

de los módulos.

Consideramos que el personal seleccionado terminada la capacitación, será

capaz de comprender, analizar, diseñar & inferir acciones relacionadas con

Marketing Relacional dentro de la empresa, con el propósito de elevar el grado de

satisfacción de los clientes, aumentando la lealtad de estos durante el tiempo.

Además de lo anterior, el personal capacitado será capaz de integrar un

departamento o área especializada en diseñar estrategias para retención de

clientes activos y captación, como así también elevar el nivel de satisfacción de

estos con respecto a los productos que poseen en sus hogares, por medio de

216

ofertas y promociones concretas, imposibles de igualar por parte de competencia,

manteniendo un contacto periódico con sus clientes.

217

CONCLUSIONES GENERALES

La utilización de ambas técnicas (que permitieron generar ambos modelos),

obedece a poder entregar a la compañía dos análisis distintos con respecto a la

utilización de las mismas bases de datos.

La técnica de Análisis Cluster permite generar perfiles de clientes

potencialmente fugables para la compañía, estableciéndose números de

conglomerados y porcentajes de representación de estos últimos para las plazas

de Concepción y Temuco. Con estos perfiles, en donde se incluyen veinte

variables en cada uno de ellos, se puede observar las características

demográficas de clientes, y de servicios que se han fugado. Con esta valiosa

información, la compañía podrá tener distintos perfiles de conglomerados en

donde a cada uno de ellos se le podrá asignar un nivel de riesgo, lo que ayudará a

tomar decisiones de marketing y/o planes de acción para disminuir la tasa de fuga

de clientes a lo largo del tiempo.

Por su parte la técnica de regresión logística multivariante permite identificar

los factores de riesgo que influyen en la fuga de servicios para cada plaza. El

modelo generado para la plaza de Concepción incluye ocho variables (GSE,

DEUDA, EDAD_C, PERMA_MESES, CPAGO, RECLAM, C_ENTRADA y

PERMA_MESES * RECLAM), de las cuales las variables DEUDA,

PERMA_MESES, EDAD_C y C_ENTRADA al tener un coeficiente de regresión

mayor a uno ( ( ) 1Exp ) incrementan la probabilidad de ocurrencia de fuga de

servicios. Por otra parte, el modelo generado para la plaza de Temuco incluye

siete variables (GSE, DEUDA, EDAD_C, PERMA_MESES, CPAGO, RECLAM y

PERMA_MESES * RECLAM), de las cuales las variables DEUDA,

PERMA_MESES y EDAD_C al tener un coeficiente de regresión mayor a uno

( ) 1Exp ) incrementa la probabilidad de ocurrencia de fuga de servicios.

El nivel de sensibilidad del modelo generado para la plaza de Concepción

es de 58,5%, inferior al nivel de especificidad que es de 80,4%. El modelo de

forma global clasifica de forma correcta al 71,2% de los casos analizados.

218

Por otra parte, el nivel de sensibilidad del modelo generado para la plaza de

Temuco es de 82,8%, muy superior al nivel de especificidad que es de 55,3%. El

modelo de forma global clasifica de forma correcta al 72,1% de los casos

analizados.

Finalmente, de Regresión Logística Multivariante, es posible mediante la

formulación matemática establecer en la actualidad la probabilidad de fuga de

ciertos clientes, como por ejemplo, los que cumplan con los perfiles o patrones de

fuga realizado en Análisis Cluster, lo que permitiría ser aún más exacto en la

aplicación de esta técnica, y por ende darle un mayor sentido a todo el fruto de

esta investigación.

Si bien ambos modelos clasifican de forma correcta sobre un 70% de los

casos analizados, es recomendable obtener y/o recabar información de otros

factores de riesgo, que por múltiples motivos no han sido considerados en este

estudio de regresión logística multivariante. Factores como nivel de utilización de

servicios, nº de desconexiones y/o interrupciones de servicios, etc., podrían

brindar valiosa información para la generación de futuros modelos.

Con respecto al Plan de Acción propuesto a VTR, podemos decir que su

origen es en base a la escasez de estrategias de retención de clientes, aumento

de satisfacción y lealtad, evidenciado en los resultados del análisis cluster

realizado en esta investigación, donde el tiempo de antigüedad promedio fluctúa

entre los 13 y 24 meses.

La base de este plan de acción, es realizar una capacitación al personal de

ventas y atención al cliente de las plazas de Concepción y Temuco, donde los

contenidos y actividades complementarias estarán bajo supervisión del Gerente

Zonal y Gerente Comercial. Con respecto a la capacitación en términos generales,

este se realizará en Concepción, con relatores de la compañía tanto de

Concepción, Temuco y Santiago capacitados en Marketing Relacional.

Una vez realizada la capacitación, los relatores podrán identificar los

mejores valores que participaron en esta, y así estos podrán integrar un nuevo

219

equipo o departamento de retención de clientes, que tendrá la misión de diseñar

estrategias para elevar la satisfacción de estos y aumentar el nivel de fidelidad

hacia la compañía. Además de lo anterior, se pretende aumentar el nivel de

participación de personal de Ventas y Atención al cliente en reuniones de

estrategia comercial en la compañía, ya que además de tener los conocimientos

presentados en la capacitación, estos permiten entregar una visión del cliente más

cercana que permita alcanzar los objetivos zonales y corporativos.

220

BIBLIOGRAFÍA

GUJARATI D. 2003. Econometría. México, McGraw. 972p.

GUTIÉRREZ H. 2001. Calidad Total y Productividad. México. McGraw-Hill. 403p

HAIR J, ANDERSON R, TATHAM R, BLACK W. 2007. Análisis Multivariante.

España, Pearson Education. 799p.

HERNÁNDEZ ORALLO, JOSÉ. 2004. Introducción a la minería de datos. España,

Pearson. 680p.

JENICEK M, CLEROUX R. 1987. Epidemiología: Principios, Técnicas y

Aplicaciones. 1ª Edición. España, Salvat. 393p.

JOHNSON D. 2000. Métodos Multivariados aplicados al análisis de datos. México.

International Thomson Editores. 566p.

KOTLER, P. 2001. Dirección de Marketing. La edición del milenio. México,

Pearson Education. 787p.

LAMBIN, J. 1995. Mercadeo: Ventas-Dirección y administración. Madrid, McGraw.

610p.

MACHAN, DYAN. 1998. Soap? cars? what's the difference?, Forbes Vol. 162 Nº 5,

p14.

MOLINA S. T. 2009. Aplicación de técnicas de minería de datos para predicción

del Churn de clientes en una empresa de Telecomunicaciones. Memoria de

magister en Tecnologías de Información y Gestión. Santiago, Pontificia

Universidad Católica de Chile. Facultad de Ingeniería Industrial.

PÉREZ C. 2008. Técnicas estadísticas con SPSS 12. Madrid. Pearson Prentice

Hall. 802p.

STANTON W., 2000. Fundamentos de Marketing. México, Mc Graw-Hill. 102p

221

REFERENCIAS BIBLIOGRÁFICAS EN LÍNEA

AGUAYO, MARIANO & LORA, ESTRELLA. Cómo hacer una regresión Logística

Binaria “paso a paso” (I). [En línea]

<http://www.fabis.org/html/archivos/docuweb/Regres_log_1r.pdf> [Consulta: 07 de

Julio 2011]

AGUAYO, MARIANO & LORA, ESTRELLA. Cómo hacer una regresión logística

binaria “paso a paso” (II): Análisis Multivariante. [En línea]

<http://www.fabis.org/html/archivos/docuweb/regresion_logistica_2r.pdf>

[Consulta: 07 de Julio 2011]

AYUGA, ESPERANZA. UNIVERSIDAD POLITECNICA DE MADRID. Análisis de

Conglomerados. [En línea] <http://ocw.upm.es/estadistica-e-investigacion-

operativa/matematicas-y-estadistica-

aplicada/contenidos/ocw/anal_multivar/mat_clase/anal_mult_2.pdf> [Consulta: 05

de Septiembre 2011]

BLIGOO. Innovación bajo Incertidumbre. [En línea]

<http://egkafati.bligoo.com/content/view/211213/Tasa-de-fuga-o-churn-y-como-

prevenir-el-abandono-de-nuestros-clientes.html> [Consulta: 02 de Julio 2011]

BURGUEÑO, M.J, GARCÍA-BASTOS, J.L., GONZÁLEZ-BUITRAGO, J.M. Las

curvas ROC en la investigación de las pruebas diagnósticas. [En línea]

<http://epidemiologiaanimalhumana.com/yahoo_site_admin/assets/docs/M104170

71.277232805.pdf > [Consulta: 20 de Septiembre 2011]

CENTRO DE ESTADÍSTICA Y SOFTWARE MATEMÁTICO. Análisis de

Conglomerados. [En línea] <http://www.cesma.usb.ve/~lbravo/co6111/clase4.pdf>

[Consulta: 20 de Julio 2011]

COGNUS. Fuga de Clientes. [En línea]

<http://www.cognus.cl/content/view/313490/fuga-de-clientes.html> [Consulta: 20

de Octubre 2011]

222

DATUM INTERNACIONAL. Cluster Analysis. [En línea]

<http://www.datum.com.pe/datum_english/cluster.pdf> [Consulta: 18 Junio 2011]

ENCICLOPEDIA VIRTUAL. Diccionario de economía y Finanzas. [En línea]

<http://www.eumed.net/cursecon/dic/logist.htm> [Consulta: 10 de Noviembre 2011]

FERRERO, ROSANA. Análisis Cluster. [En línea]

<http://es.scribd.com/doc/44649023/SPSS-Act2-ej3> [Consulta: 08 de Agosto

2011]

FLORES, LUZ. Análisis estadístico de los factores de riesgo que influyen en la

enfermedad angina de pecho. [En línea]

<http://sisbib.unmsm.edu.pe/bibvirtualdata/tesis/basic/flores_ml/t_completo.pdf>

[Consulta: 09 de Septiembre 2011]

MAHÍA, RAMÓN. UDI de Econometría e Informática - Dpto. Economía Aplicada.

Universidad Autónoma De Madrid. Análisis Cluster. [En línea]

<http://www.uam.es/personal_pdi/economicas/rmc/documentos/cluster.PDF>

[Consulta: 05 de Septiembre 2011]

MINISTERIO DE LA PROTECCIÓN SOCIAL. Que es un Plan de Acción. [En

Línea] <http://www.minproteccionsocial.gov.co/documentos y publicaciones/plan

de acción.pdf> [Consulta: 17 de Agosto 2011]

PERÉZ, ANTONIO. Un modelo para sistemas complejos basado en técnicas de

elementos finitos bidimensionales. [En línea]

<http://descargas.cervantesvirtual.com/servlet/SirveObras/jlv/35716118989159721

976613/023141.pdf?incr=1> [Consulta: 05 de Septiembre 2011]

SALCEDO. C. 2004. Estimación de la ocurrencia de incidencias en declaraciones

de pólizas de importación. [En Línea]

<http://sisbib.unmsm.edu.pe/bibvirtualdata/tesis/basic/salcedo_pc/enPDF/cap2.pdf

> [Consulta: 10 de Agosto 2011]

223

SCRIBD. Plan de Acción [En línea] <http://es.scribd.com/doc/6490905/Plan-de-

Accion> [Consulta: 20 de Agosto 2011]

UNIVERSDIDAD DE GRANADA. Departamento de Estadística. [En línea].

<http://www.ugr.es/~bioestad/_private/cpfund7.pdf> [Consulta: 15 de Junio 2011]

UNIVERSIDAD CARLOS III DE MADRID. Departamento de Estadística. [En Línea]

<http://halweb.uc3m.es/esp/personal/personas/imolina/midocencia/tecnicasinvesti

gacion0910/slidestema4medidasproximidad.pdf> [Consulta: 12 de Agosto 2011]

UNIVERSIDAD DE GRANADA. Introducción al Análisis Cluster, Consideraciones

Generales <http://www.ugr.es/~gallardo/pdf/cluster-1.pdf> [Consulta: 15 de Agosto

2011]

UNIVERSIDAD DE SALAMANCA. Departamento de Estadística. [En línea].

<http://biplot.usal.es/alumnos/ciencias/2estadistica/multivar/cluster.pdf> [Consulta:

13 de Junio 2011].

UNIVERSITEIT UTRECHT. Spss Cluster Analysis. [En línea]

<http://www.cs.uu.nl/docs/vakken/wo2/SPSS/spss8.pdf> [Consulta: 05 de Agosto

2011]

224

ANEXOS

225

ANEXO A: Centros iniciales y finales de los conglomerados uno, dos y tres – Plaza Concepción

Centros iniciales de

conglomerados

Centros finales de conglomerados

1 2 3 1 2 3

MOTDX 7 1 1 3 2 3

DEUDA 1 2 3 2 2 2

EDAD 4 6 1 3 3 3

SEXO 1 1 2 1 1 2

GSE 5 3 3 3 3 3

NUM_RECLA 0 1 3 1 1 1

TIPO_RECLA 0 2 2 1 1 1

ANTIGUE_SER 1 5 3 2 2 2

CANAL_ENTRADA 6 7 1 5 5 5

CANAL_PAGO 1 7 7 4 4 4

CANTC001 1 0 1 1 0 1

CANTF001 1 1 1 1 0 1

CANT2WAY 0 0 1 1 1 1

PILETA 4 10 1 2 10 2

GTAR_PRO 8 9 3 8 6 3

GTAT_VALOR 3 3 3 3 2 2

PROMO_RETEN 6 6 6 6 6 6

CAT_CLIENTE 1 1 2 1 1 1

TIPO_MULTI 1 5 7 7 6 7

RECO 2 2 2 2 2 2

ANEXO B: Cambios en los centros de los conglomerados uno, dos y tres - Plaza Concepción


Iteración Cambio en los centros de los conglomerados

1 2 3

1 6,482 6,295 6,395

2 1,410 1,205 ,673

3 1,439 ,557 ,621

4 ,906 ,259 ,131

5 ,357 ,106 ,069

6 ,297 ,104 ,116

7 ,214 ,100 ,072

8 ,265 ,173 ,018

9 ,224 ,155 ,016

10 ,034 ,051 ,006

226

ANEXO C: Matriz de distancias euclídeas entre los conglomerados uno, dos y tres - Plaza

Concepción

Distancias entre los centros de los conglomerados finales

Conglomerado 1 2 3

1 0 8,215 5,441

2 8,215 0 8,322

3 5,441 8,322 0

ANEXO D: Centros iniciales y finales de los conglomerados uno y tres – Plaza Temuco

Centros iniciales de los conglomerados

Centros finales de los conglomerados

1 3 1 3

MOTDX 3 1 3 3

DEUDA 1 4 2 2

EDAD 6 2 3 3

SEXO 1 2 2 1

GSE 1 3 2 2

NUM_RECLA 3 0 1 1

TIPO_RECLA 2 0 1 1

ANTIGUE_SER 3 1 2 2

CANAL_ENTRADA 7 7 5 5

CANAL_PAGO 7 1 4 4

CANTC001 1 1 0 1

CANTF001 1 1 1 1

CANT2WAY 0 1 0 1

PILETA 4 3 10 2

GTAR_PRO 9 1 9 3

GTAT_VALOR 3 1 2 2

PROMO_RETEN 6 6 6 6

CAT_CLIENTE 1 1 1 1

TIPO_MULTI 1 7 5 7

RECO 2 1 2 2

227

ANEXO E: Cambios en los centros de los conglomerados uno y tres - Plaza Temuco


Iteración Cambio en los centros de los conglomerados

1 3

1 6,497 5,345

2 1,239 1,863

3 ,358 1,268

4 ,415 1,122

5 ,056 ,214

6 ,004 ,025

7 ,001 ,003

8 ,000 ,000

ANEXO F: Matriz de distancias euclídeas entre los conglomerados uno y tres - Plaza Temuco

Distancias entre los centros de los conglomerados finales

Conglomerado 1 3

1 0 6,696

3 6,696 0

ANEXO G: Curva COR – Modelo de RLM – Plaza Concepción

228

ANEXO H: Niveles de corte, sensibilidad, especificidad y 1 - especificidad – Modelo de RLM –

Plaza Concepción

Nivel de corte Sensibilidad Especificidad 1 - Especificidad

,000 1,000 ,000 1,000

,102 ,990 ,091 ,909

,201 ,943 ,269 ,731

,305 ,831 ,512 ,488

,398 ,719 ,670 ,330

,406 ,719 ,671 ,329

,503 ,590 ,803 ,197

,500 ,585 ,804 ,196

,603 ,407 ,896 ,104

,707 ,265 ,948 ,052

,808 ,094 ,989 ,011

,841 ,084 ,991 ,009

,858 ,066 ,992 ,008

,874 ,047 ,995 ,005

1,000 ,000 1,000 ,000

ANEXO I: Curva COR – Modelo de RLM – Plaza Temuco

229

ANEXO J: Niveles de corte, sensibilidad, especificidad y 1 - especificidad – Modelo de RLM – Plaza

Temuco

Nivel de corte Sensibilidad Especificidad 1 - Especificidad

,000 1,000 ,000 1,000

,108 ,998 ,012 ,988

,200 ,993 ,088 ,912

,307 ,944 ,298 ,702

,399 ,894 ,437 ,563

,500 ,828 ,553 ,447

,508 ,801 ,592 ,408

,603 ,662 ,758 ,242

,698 ,567 ,817 ,183

,801 ,373 ,920 ,080

,898 ,158 ,983 ,017

,911 ,125 ,986 ,014

,928 ,091 ,993 ,007

,946 ,044 ,997 ,003

1,000 ,000 1,000 ,000

Documents

“APLICACIÓN DE UN MODELO PREDICTIVO DE …cybertesis.ubiobio.cl/tesis/2011/moreno_m/doc/moreno_m.pdfG. Algoritmo de Howard-Harris ..... 63 II. Métodos no Jerárquicos ..... 64